版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、聲明本學(xué)位論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果,盡我所知,在本學(xué)位論文中,除了加以標(biāo)注和致謝的部分外,不包含其他人已經(jīng)發(fā)表或公布過的研究成果,也不包含我為獲得任何教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。與我一同工作的同事對(duì)本學(xué)位論文做出的貢獻(xiàn)均已在論文中作了明確的說明。研究生簽名:了&凇∞c]年鄉(xiāng)月l。日學(xué)位論文使用授權(quán)聲明南京理工大學(xué)有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔,可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容,可以向有關(guān)部門或機(jī)構(gòu)送交
2、并授權(quán)其保存、借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容。對(duì)于保密論文,按保密的有關(guān)規(guī)定和程序處理。研究生簽名:丑熬叢研究生簽名:J觸鹽加l夕年弓月f銦碩士學(xué)位論文AbstractRecently,bigdatacomputinghasbecomearesearchhotspot,HadoopandSparkclustersarebothbasedonMapReduceandmostcommonlyusedbig—dataclusters
3、processingframeworksResourceschedulingisanimportantfactorthataffectstheperformanceoflarge—scaledataprocessingofdistributedclusterframeworkTherefore,theresearchoftaskschedulingalgorithminMapReducebasedHadoopandSparkenviro
4、nmenthasimportanttheoreticalvalueandpracticalsignificanceThispaperexploresthebatchschedulingalgorithmunderHadoopenvironmentandtheresourceschedulingmethodwhenSparkistakenasaserviceInordertooptimizethemaximumcompletiontime
5、ofthebatchschedulingproblemunderHadoopenvironment,themodelofthisproblemistransformedintotwostagehybridflowtaskschedulingproblem謝thsetuptimeinthispaperAndheuristicalgorithms,DAGEA(DirectedAcyclicGraphEarliestAvailable)and
6、DAGEF(DirectedAcyclicGraphEarliestFinish),whicharebasedonDAG(DirectedAcyclicGraph)modelareproposedExistingsolutionalgorithmsareoftenbasedonGanttchartstructureThesemethodsCan’teffectivelyconsidertheschedulingscopeofeachjo
7、bDifferentfromthis,DAGEAandDAGarebasedonDAGEFstructureTheycalculatetheschedulingrangeofeachjobbyDAGandadjustthestarttimeoftheoperation,SOastoeffectivelyimprovetheperformanceandefficiencyofthealgorithmSimulationexperiment
8、sverifythisconclusionThecomputingofSparkisbasedonmemories,whilethisprocessingofHadoopisbasedonthediskExistingSparkresourceschedulingmethodsjusttakethenumberofsparecoresandmemoryrequirementsintoconsiderationInthispaper,we
9、addtheclusternodeutilizationandtheprocessingabilityofeachnodeintoconsideration,re—evaluatetheresourceutilizationofeachnode,andallocateresourcestothetasksThenewschedulingalgorithmMEAN,reducesthegranularityofresourcepartit
10、ioningThereforeitCanimprovetheresourceutilization,increasethenumberofonlineWebrequests,andimprovetheconcurrencyTaskschedulingandresourceallocationisthekeyofbigdatacomputingplatform,anditsqualitydirectlydecidestheperforma
11、nceoftheplatformTheMapReduceschedulingalgorithmsinthispaperfocusonthebatchprocessingschedulingalgorithmunderHadoopenvironmentandtheresourceallocationmethodundertheenvironmentofSparkAlgorithmslikeDAGEA,DAGEFandMEANareprop
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- MapReduce框架下Skyline查詢算法研究與改進(jìn).pdf
- 基于MapReduce的云任務(wù)調(diào)度算法的研究.pdf
- MapReduce框架下模糊粗糙集屬性約簡(jiǎn)算法研究.pdf
- MapReduce框架下的增量計(jì)算技術(shù)及算法研究.pdf
- MapReduce作業(yè)調(diào)度算法研究.pdf
- 基于Hadoop平臺(tái)的MapReduce調(diào)度算法研究.pdf
- 基于Mapreduce的恢復(fù)機(jī)制和任務(wù)調(diào)度算法的改進(jìn).pdf
- 異構(gòu)環(huán)境下MapReduce離線調(diào)度算法的研究.pdf
- MapReduce作業(yè)調(diào)度算法分析與優(yōu)化研究.pdf
- MapReduce框架下單點(diǎn)失效處理方法的研究與實(shí)現(xiàn).pdf
- 基于MapReduce集群的調(diào)度算法的研究與實(shí)現(xiàn).pdf
- 基于MapReduce框架的混合推薦算法.pdf
- 異構(gòu)分布式環(huán)境下基于MapReduce模型的任務(wù)調(diào)度算法研究.pdf
- 帶等級(jí)平行機(jī)調(diào)度和MapReduce調(diào)度問題的算法研究.pdf
- 面向迭代型作業(yè)的MapReduce任務(wù)調(diào)度策略研究.pdf
- 基于MapReduce的LATE調(diào)度器算法的改進(jìn)研究.pdf
- MapReduce框架下的貝葉斯文本分類學(xué)習(xí)研究.pdf
- 基于MapReduce框架的頻繁項(xiàng)集挖掘算法研究.pdf
- MapReduce仿真及Hadoop公平調(diào)度算法研究.pdf
- 面向MapReduce的節(jié)點(diǎn)性能檢測(cè)與任務(wù)調(diào)度方法研究.pdf
評(píng)論
0/150
提交評(píng)論