Добірка наукової літератури з теми "In-memory key-value store"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "In-memory key-value store".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "In-memory key-value store"
Cai, Tao, Qingjian He, Dejiao Niu, Fuli Chen, Jie Wang, and Lei Li. "A New Embedded Key–Value Store for NVM Device Simulator." Micromachines 11, no. 12 (December 2, 2020): 1075. http://dx.doi.org/10.3390/mi11121075.
Повний текст джерелаKusuma, Mandahadi. "Metode Optimasi Memcached sebagai NoSQL Key-value Memory Cache." JISKA (Jurnal Informatika Sunan Kalijaga) 3, no. 3 (August 30, 2019): 14. http://dx.doi.org/10.14421/jiska.2019.33-02.
Повний текст джерелаZhang, Yiming, Dongsheng Li, Chuanxiong Guo, Haitao Wu, Yongqiang Xiong, and Xicheng Lu. "CubicRing: Exploiting Network Proximity for Distributed In-Memory Key-Value Store." IEEE/ACM Transactions on Networking 25, no. 4 (August 2017): 2040–53. http://dx.doi.org/10.1109/tnet.2017.2669215.
Повний текст джерелаWei, Xingda, Rong Chen, Haibo Chen, and Binyu Zang. "XStore : Fast RDMA-Based Ordered Key-Value Store Using Remote Learned Cache." ACM Transactions on Storage 17, no. 3 (August 31, 2021): 1–32. http://dx.doi.org/10.1145/3468520.
Повний текст джерелаMa, Wenlong, Yuqing Zhu, Cheng Li, Mengying Guo, and Yungang Bao. "BiloKey : A Scalable Bi-Index Locality-Aware In-Memory Key-Value Store." IEEE Transactions on Parallel and Distributed Systems 30, no. 7 (July 1, 2019): 1528–40. http://dx.doi.org/10.1109/tpds.2019.2891599.
Повний текст джерелаZhang, Baoquan, and David H. C. Du. "NVLSM: A Persistent Memory Key-Value Store Using Log-Structured Merge Tree with Accumulative Compaction." ACM Transactions on Storage 17, no. 3 (August 31, 2021): 1–26. http://dx.doi.org/10.1145/3453300.
Повний текст джерелаHa, Minjong, and Sang-Hoon Kim. "InK: In-Kernel Key-Value Storage with Persistent Memory." Electronics 9, no. 11 (November 13, 2020): 1913. http://dx.doi.org/10.3390/electronics9111913.
Повний текст джерелаHan, Youil, and Eunji Lee. "CRAST: Crash-resilient data management for a key-value store in persistent memory." IEICE Electronics Express 15, no. 23 (2018): 20180919. http://dx.doi.org/10.1587/elex.15.20180919.
Повний текст джерелаZhang, Kai, Kaibo Wang, Yuan Yuan, Lei Guo, Rubao Li, Xiaodong Zhang, Bingsheng He, Jiayu Hu, and Bei Hua. "A distributed in-memory key-value store system on heterogeneous CPU–GPU cluster." VLDB Journal 26, no. 5 (August 21, 2017): 729–50. http://dx.doi.org/10.1007/s00778-017-0479-0.
Повний текст джерелаKim, Jungwon, and Jeffrey S. Vetter. "Implementing efficient data compression and encryption in a persistent key-value store for HPC." International Journal of High Performance Computing Applications 33, no. 6 (May 23, 2019): 1098–112. http://dx.doi.org/10.1177/1094342019847264.
Повний текст джерелаДисертації з теми "In-memory key-value store"
Giordano, Omar. "Design and Implementation of an Architecture-aware In-memory Key- Value Store." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-291213.
Повний текст джерелаKey-Value Stores (KVSs) är en typ av icke-relationsdatabaser vars data representeras som ett nyckel-värdepar och används ofta för att representera lagring av cache och session. Bland dem är Memcached en av de mest populära, eftersom den används ofta i olika internettjänster som sociala nätverk och strömmande plattformar. Med tanke på den kontinuerliga och allt snabbare tillväxten av nätverksenheter som använder dessa tjänster måste den råvaruhårdvara som databaserna bygger på bearbeta paket snabbare för att möta marknadens behov. Under de senaste åren har dock prestandaförbättringarna som kännetecknar den nya hårdvaran blivit tunnare och tunnare. Härifrån, eftersom inköp av nya produkter inte längre är synonymt med betydande prestandaförbättringar, måste företagen utnyttja den fulla potentialen för hårdvaran som redan finns i deras besittning, vilket skjuter upp köpet av nyare hårdvara. En av de senaste idéerna för att öka prestanda för råvaruhårdvara är användningen av skivmedveten minneshantering. Denna teknik utnyttjar den Sista Nivån av Cache (SNC) genom att se till att de enskilda kärnorna tar data från minnesplatser som är mappade till deras respektive cachepartier (dvs. SNCskivor). Denna avhandling fokuserar på förverkligandet av en KVS-prototyp— baserad på Intel Haswell mikroarkitektur—byggd ovanpå Data Plane Development Kit (DPDK), och på vilken principerna för skivmedveten minneshantering tillämpas. För att testa dess prestanda, med tanke på att det inte finns en DPDK-baserad trafikgenerator som stöder Memcachedprotokollet, har en ytterligare prototyp av en trafikgenerator som stöder dessa funktioner också utvecklats. Föreställningarna mättes med två olika maskiner: en för trafikgeneratorn och en för KVS. Först testades den “vanliga” KVSprototypen, för att se de faktiska fördelarna, den skivmedvetna. Båda KVSprototyperna utsattes för två typer av trafik: (i) enhetlig trafik där nycklarna alltid skiljer sig från varandra och (ii) sned trafik, där nycklar upprepas och vissa nycklar är mer benägna att upprepas än andra. Experimenten visar att i verkliga scenarier (dvs. kännetecknas av snedställda nyckelfördelningar) kan användningen av en skivmedveten minneshanteringsteknik i en KVS förbättra förbättringen från slut till slut (dvs. ~2%). Dessutom påverkar sådan teknik i hög grad uppslagstiden som krävs av CPU: n för att hitta nyckeln och motsvarande värde i databasen, vilket minskar medeltiden med ~22, 5% och förbättrar 99th percentilen med ~62, 7%.
Stenberg, Johan. "Snapple : A distributed, fault-tolerant, in-memory key-value store using Conflict-Free Replicated Data Types." Thesis, KTH, Skolan för datavetenskap och kommunikation (CSC), 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-188691.
Повний текст джерелаNär internet-baserade tjänster växer och får mer trafik blir data replikering allt viktigare. Moderna storskaliga internet-baserade tjänster såsom Facebook, Google och Twitter hanterar miljoner av förfrågningar från användare samtidigt. Datareplikering är en vital komponent av distribuerade system. Eventuell synkronisering och Konfliktfria Replikerade Datatyper (CRDTs) är föreslagna som alternativ till direkt synkronisering. Denna uppsats implementerar och evaluerar Snapple, en distribuerad feltolerant nyckelvärdesdatabas i RAM-minnet baserad på CRDTs och som exekverar på Javas virtuella maskin. Snapple stödjer två sorters CRDTs, den optimerade implementationen av observera-ta-bort setet och versionsvektorer. Prestanda-mätningar visar att Snapple-systemet är mycket snabbare än Riak, en persistent databas baserad på CRDTs. Snapple visar sig ha 5x - 2.5x lägre genomströmning än Redis, en popular i-minnet nyckel-värdes databas skriven i C. Snapple är en prototyp men CRDT-stödda system kan vara ett värdigt alternativ till Redis om användaren vill ta del av synkroniseringsgarantierna som CRDTs tillhandahåller.
HEMMATPOUR, MASOUD. "High Performance Computing using Infiniband-based clusters." Doctoral thesis, Politecnico di Torino, 2019. http://hdl.handle.net/11583/2750549.
Повний текст джерелаCAMERA, GIANCARLO. "A decentralized framework for cross administrative domain data sharing." Doctoral thesis, Università degli studi di Genova, 2020. http://hdl.handle.net/11567/996881.
Повний текст джерелаCoelho, Vasco Samuel Rodrigues. "Study and optimization of the memory management in Memcached." Master's thesis, 2019. http://hdl.handle.net/10362/92295.
Повний текст джерелаЧастини книг з теми "In-memory key-value store"
Scargall, Steve. "pmemkv: A Persistent In-Memory Key-Value Store." In Programming Persistent Memory, 141–53. Berkeley, CA: Apress, 2020. http://dx.doi.org/10.1007/978-1-4842-4932-1_9.
Повний текст джерелаZhu, PengFei, GuangYu Sun, Peng Wang, and MingYu Chen. "Improving Memory Access Performance of In-Memory Key-Value Store Using Data Prefetching Techniques." In Lecture Notes in Computer Science, 1–17. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-23216-4_1.
Повний текст джерелаKohler, Jens, and Thomas Specht. "Performance Analysis of Vertically Partitioned Data in Clouds Through a Client-Based In-Memory Key-Value Store Cache." In Advances in Intelligent Systems and Computing, 3–13. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-19713-5_1.
Повний текст джерелаMakris, Antonios, Konstantinos Tserpes, and Dimosthenis Anagnostopoulos. "Load Balancing in In-Memory Key-Value Stores for Response Time Minimization." In Economics of Grids, Clouds, Systems, and Services, 62–73. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-61920-0_5.
Повний текст джерелаLiu, Chengjian, Kai Ouyang, Xiaowen Chu, Hai Liu, and Yiu-Wing Leung. "R-Memcached: A Reliable In-Memory Cache System for Big Key-Value Stores." In Big Data Computing and Communications, 243–56. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-22047-5_20.
Повний текст джерелаТези доповідей конференцій з теми "In-memory key-value store"
Zheng, Ran, Wenjin Wang, Hai Jin, and Qin Zhang. "SKVM: Scaling in-memory Key-Value store on multicore." In 2015 20th IEEE Symposium on Computers and Communication (ISCC). IEEE, 2015. http://dx.doi.org/10.1109/iscc.2015.7405580.
Повний текст джерелаLi, Yin, Hao Wang, Xiaoqing Zhao, Hongbin Sun, and Tong Zhang. "Applying Software-based Memory Error Correction for In-Memory Key-Value Store." In MEMSYS '16: The Second International Symposium on Memory Systems. New York, NY, USA: ACM, 2016. http://dx.doi.org/10.1145/2989081.2989091.
Повний текст джерелаTinnefeld, Christian, Alexander Zeier, and Hasso Plattner. "Cache-conscious data placement in an in-memory key-value store." In the 15th Symposium. New York, New York, USA: ACM Press, 2011. http://dx.doi.org/10.1145/2076623.2076640.
Повний текст джерелаMeng, Fandong, Zhaopeng Tu, Yong Cheng, Haiyang Wu, Junjie Zhai, Yuekui Yang, and Di Wang. "Neural Machine Translation with Key-Value Memory-Augmented Attention." In Twenty-Seventh International Joint Conference on Artificial Intelligence {IJCAI-18}. California: International Joint Conferences on Artificial Intelligence Organization, 2018. http://dx.doi.org/10.24963/ijcai.2018/357.
Повний текст джерелаOh, Hyunyoung, Dongil Hwang, Maja Malenko, Myunghyun Cho, Hyungon Moon, Marcel Baunach, and Yunheung Paek. "XTENSTORE: Fast Shielded In-memory Key-Value Store on a Hybrid x86-FPGA System." In 2022 Design, Automation & Test in Europe Conference & Exhibition (DATE). IEEE, 2022. http://dx.doi.org/10.23919/date54114.2022.9774583.
Повний текст джерелаQiu, Yunhui, Hankun Lv, Jinyu Xie, Wenbo Yin, and Lingli Wang. "Ultra-Low-Latency and Flexible In-memory Key-Value Store System Design on CPU-FPGA." In 2018 International Conference on Field-Programmable Technology (FPT). IEEE, 2018. http://dx.doi.org/10.1109/fpt.2018.00030.
Повний текст джерелаWaddington, Daniel, Clem Dickey, Luna Xu, Travis Janssen, Jantz Tran, and Doshi Kshitij. "Evaluating Intel 3D-Xpoint NVDIMM Persistent Memory in the Context of a Key-Value Store." In 2020 IEEE International Symposium on Performance Analysis of Systems and Software (ISPASS). IEEE, 2020. http://dx.doi.org/10.1109/ispass48437.2020.00035.
Повний текст джерелаIwazume, Michiaki, Takahiro Iwase, Kouji Tanaka, Hideaki Fujii, Makoto Hijiya, and Hiroshi Haraguchi. "Big data in memory: Benchimarking in memory database using the distributed key-value store for machine to machine communication." In 2014 15th IEEE/ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD). IEEE, 2014. http://dx.doi.org/10.1109/snpd.2014.6888748.
Повний текст джерелаIwazume, Michiaki, Takahiro Iwase, Kouji Tanaka, and Hideaki Fujii. "Big Data in Memory: Benchmarking in Memory Database Using the Distributed Key-Value Store for Constructing a Large Scale Information Infrastructure." In 2014 IEEE 38th International Computer Software and Applications Conference Workshops (COMPSACW). IEEE, 2014. http://dx.doi.org/10.1109/compsacw.2014.37.
Повний текст джерелаTinnefeld, Christian, and Hasso Plattner. "Exploiting memory locality in distributed key-value stores." In 2011 IEEE International Conference on Data Engineering Workshops (ICDEW). IEEE, 2011. http://dx.doi.org/10.1109/icdew.2011.5767668.
Повний текст джерела