摘要
处理的大数据正在成为数据中心计算的固执己见者部分。然而，最近的研究显示了大数据工作量不能充分利用现代记忆系统。我们发现处理的大数据的戏剧的无效从缓存失误的庞大的数量和看情况的存储器存取的货摊。在这篇论文，我们介绍二优化处理这些问题。第一是slice-and-merge策略，它减少种类过程的缓存失误率。第二优化是direct-memory-access，它改革在钥匙/值的存储使用的数据结构。这些优化被评估与微基准并且真实世界的基准HiBench。结果我们的微基准清楚地以硬件事件计数表明我们的优化的有效性；并且HiBench的另外的结果显示出1.21X一般水准加速在上申请级。两结果说明那小心的硬件/软件合作设计将改进大数据处理的存储器效率。我们的工作已经集成于为ApacheHadoop的Intel分发。
出版日期
2015年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
