情報処理学会 第76回全国大会講演要旨

近年，大量のデータを高速に処理することが必要な場面が増え，分散KVS が注目され始めた．分散KVSを用いると，RDBMSでは管理が困難な大容量データを分散環境で管理することができる．分散KVSで管理されている大容量データを高速に処理するには，データを複数の計算機で並列に処理する必要がある．しかしながら，分散KVSから対象データを取り出した後，再度データを分散させて並列処理を行うと，データの転送遅延により処理効率が悪くなってしまう．我々は，大容量データを扱う分散KVSであるApache Cassandraに着目し，大容量データをより高速に処理するために，データアフィニティを考慮した並列分散処理を提案し，実装している．本稿では，本実装の特性を明確にするため、提案手法とApache Cassandraの Hadoop連携機能との性能比較を行う．