柏林工业大学 发布 Spark job executions on Google Cloud 数据集, 应用在 大数据处理、云计算资源优化 领域

柏林工业大学 本次发布的数据集 Spark job executions on Google Cloud, 该数据集由柏林工业大学和格拉斯哥大学的研究人员创建，包含在Google Cloud Platform上执行的180个不同类型的Spark作业。这些作业涵盖了文本、向量和表格数据类型，并在10种不同的云配置上运行，以探究不同资源分配对作业执行时间的影响。数据集旨在为分布式数据流作业的成本优化云资源配置提供实证基础。

查看Spark job executions on Google Cloud

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。