hadoop平台下改进的late调度算法 improved late scheduling algorithm on hadoop paltform.pdfVIP

下载本文档

16
0
约2.29万字
约 5页
2017-11-02 发布于上海
举报
版权申诉

hadoop平台下改进的late调度算法 improved late scheduling algorithm on hadoop paltform.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

hadoop平台下改进的late调度算法 improved late scheduling algorithm on hadoop paltform

86 2014 ，50（4 ） Computer Engineering and Applications 计算机工程与应用 Hadoop 平台下改进的LATE 调度算法胡丹，于炯，英昌甜，邹伟明 HU Dan, YU Jiong, YING Changtian, ZOU Weiming 新疆大学信息科学与工程学院，乌鲁木齐 830046 College of Information Science and Technology, Xinjiang University, Urumqi 830046, China HU Dan, YU Jiong, YING Changtian, et al. Improved LATE scheduling algorithm on Hadoop paltform. Computer Engineering and Applications, 2014, 50 （4 ）：86-89. Abstract ：The existing schedulers of MapReduce on the Hadoop platform are analyzed. To consider the lack of LATE scheduling algorithm in allocating TaskTracker to execute backup tasks for backward tasks, combining with the particularity of Hadoop cluster heterogeneity and workload, an improved scheduling algorithm is proposed based on LATE scheduling algorithm. The experiments and performance analysis for the algorithm show that it has significantly improved in the com- pletion time and load balancing. Key words ：Hadoop; MapReduce; LATE; backward task 摘要：对Hadoop 平台下的MapReduce 现有的调度器进行分析研究。针对LATE 调度算法在分配节点执行落后任务的备份任务时的不足，结合Hadoop 集群的异构性和工作负载的特殊性，在LATE 调度算法的基础上提出了一种改进的LATE 调度算法。对该算法进行实验和性能分析，表明该算法在完成时间和负载均衡方面有很大改进。关键词：Hadoop ；MapReduce ；LATE ；落后任务文献标志码：A 中图分类号：TP393 doi ：10.3778/j.issn. 1002-8331.1204-0040 1 引言影响MapReduce 框架的性能。由于集群异构性，加大了当今最流行的计算机应用是拥有数百万用户的互调度器设计的难度。Hadoop 自带的Map-Reduce 调度联网服务。庞大的数据量使我们想把并行计算的思器仅考虑同构环境，在异构环境下效率低下。LATE[7]调 [1] 度器虽然在异构环境下的效率有所提高，但还是存在不想应用到商业集群上，在这样的环境下云计算应运而生。越来越多的网络服务和商业应用部署在能处理足。本文提出的调度器算法，对LATE 调度器算法进行 PB 级数据的云计算环境中。Google 在2004 年提出的了改进。该算法的基本思想：首先将提交的工作根据该 MapReduce[2]框架是海量数据处理中一个最著名的解决工作的负载分成IO-bound 型和CPU-bound 型工作。其 [3] 次，在为落后任务选择执行备份任务的节点时，根据工方案。MapReduce 用在非常广泛的应用程序中，包括分布Grep 、分布排序、Web 连接图反转、每台机器的词矢