一种基于机器学习的Spark集群参数优化方法及系统.pdfVIP

下载本文档

1
0
约6.83千字
约 8页
2023-09-20 发布于四川
举报
版权申诉

一种基于机器学习的Spark集群参数优化方法及系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

本发明提出一种Spark集群参数自动优化的方法，可以根据任务类型以及数据规模自动的对集群参数进行优化以发挥集群的最优性能。该方法主要包括以下步骤：1、数据采集。使用不同的参数组合启动集群并提交Spark任务，统计不同类型的任务在不同参数组合下的运行时间。任务类型主要分为IO密集型任务、计算密集型任务、内存密集型任务以及迭代密集型任务。2、参数筛选。使用机器学习算法中的决策树模型，以不同类型的任务与数据规模在默认参数配置下的运行时间作为基准，对运行性能高于默认参数配置的参数组合进行筛选。3、性能预

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116775282 A (43)申请公布日 2023.09.19 (21)申请号 202310619469.2 (22)申请日 2023.05.29 (71)申请人南京理工大学地址 210094