Analyzing Scientific Workflow Management Systems: Unterschied zwischen den Versionen
(Die Seite wurde neu angelegt: „{{Vortrag |vortragender=Daniel Scheerer |email=daniel.scheerer@student.kit.edu |vortragstyp=Bachelorarbeit |betreuer=Larissa Schmid |termin=Institutsseminar/2024-06-07-Zusatztermin |vortragsmodus=in Präsenz |kurzfassung=Kurzfassung }}“) |
Keine Bearbeitungszusammenfassung |
||
| Zeile 6: | Zeile 6: | ||
|termin=Institutsseminar/2024-06-07-Zusatztermin | |termin=Institutsseminar/2024-06-07-Zusatztermin | ||
|vortragsmodus=in Präsenz | |vortragsmodus=in Präsenz | ||
|kurzfassung= | |kurzfassung=Über die letzten 20 Jahre haben sich wissenschaftliche Workflows zu einem wichtigen Aspekt moderner Forschung entwickelt. Die von Workflows gebotene Abstraktion ist zu einer regelmäßigen Hilfe im Umgang mit der hohen Komplexität von Simulationen und Berechnungen in vielen wissenschaftlichen Bereichen geworden. Um die immer stärker ansteigende Menge an Daten und die Herausforderungen neuer Technologien zu bewältigen, sind wissenschaftliche Workflow-Management-Systeme ein wertvolles Werkzeug für die Orchestrierung und Überwachung von Workflows auf verteilten Rechensystemen. Ein großer Teil neuer Forschung beschäftigt sich mit neuen Systemen und ihren Features. Jedoch gibt es nur wenig Forschung, die sich mit dem möglicherweise unterschiedlichen Performance-Verhalten von Workflow-Anwendungen beschäftigen, wenn diese mit unterschiedlichen Workflow-Management-Systemen ausgeführt werden. Diese Arbeit zielt darauf ab, Benchmarks für mehrere Workflows und Workflow-Management-Systeme bereitzustellen. Diese können Wissenschaftlern dann die Wahl eines Workflow-Systems erleichtern. Unsere Messungen ergeben, dass unterschiedliche Workflow-Management-Systeme keinen signifikanten Einfluss auf die Ausführungszeit von Workflow-Anwendungen haben. | ||
}} | }} | ||
Aktuelle Version vom 3. Juni 2024, 20:03 Uhr
| Vortragende(r) | Daniel Scheerer | |
|---|---|---|
| Vortragstyp | Bachelorarbeit | |
| Betreuer(in) | Larissa Schmid | |
| Termin | Fr 7. Juni 2024 | |
| Vortragsmodus | in Präsenz | |
| Kurzfassung | Über die letzten 20 Jahre haben sich wissenschaftliche Workflows zu einem wichtigen Aspekt moderner Forschung entwickelt. Die von Workflows gebotene Abstraktion ist zu einer regelmäßigen Hilfe im Umgang mit der hohen Komplexität von Simulationen und Berechnungen in vielen wissenschaftlichen Bereichen geworden. Um die immer stärker ansteigende Menge an Daten und die Herausforderungen neuer Technologien zu bewältigen, sind wissenschaftliche Workflow-Management-Systeme ein wertvolles Werkzeug für die Orchestrierung und Überwachung von Workflows auf verteilten Rechensystemen. Ein großer Teil neuer Forschung beschäftigt sich mit neuen Systemen und ihren Features. Jedoch gibt es nur wenig Forschung, die sich mit dem möglicherweise unterschiedlichen Performance-Verhalten von Workflow-Anwendungen beschäftigen, wenn diese mit unterschiedlichen Workflow-Management-Systemen ausgeführt werden. Diese Arbeit zielt darauf ab, Benchmarks für mehrere Workflows und Workflow-Management-Systeme bereitzustellen. Diese können Wissenschaftlern dann die Wahl eines Workflow-Systems erleichtern. Unsere Messungen ergeben, dass unterschiedliche Workflow-Management-Systeme keinen signifikanten Einfluss auf die Ausführungszeit von Workflow-Anwendungen haben. | |