2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、時代見證了大數(shù)據(jù)的蓬勃發(fā)展,大數(shù)據(jù)的提取、存儲和分析一直是IT領(lǐng)域的重要議題。許多優(yōu)良的分布式系統(tǒng)和計算框架技術(shù)應(yīng)運而生,作為其中的代表Hadoop和MapReduce從問世起,就引起了人們的廣泛關(guān)注,很多大型公司都利用Hadoop集群作為它們存儲數(shù)據(jù)和分析數(shù)據(jù)的主要平臺,部署Hadoop已經(jīng)成為一種IT行業(yè)技術(shù)發(fā)展的趨勢。然而任何一種新技術(shù)都或多或少有其局限性,對于Hadoop來說,隨著越來越多的公司采用Hadoop方案構(gòu)建其基礎(chǔ)平臺

2、,Hadoop存在的一些問題也凸顯出來,其中商業(yè)環(huán)境下企業(yè)最重要的問題主要是集群性能的問題。本文針對Hadoop平臺性能上存在的兩個方面的問題提出了相應(yīng)的優(yōu)化方案,這對于整個Hadoop的發(fā)展和優(yōu)化有著十分積極的作用。
  首先第一個是關(guān)于集群數(shù)據(jù)分布策略的問題,我們知道數(shù)據(jù)本地性是影響Hadoop作業(yè)運行性能的關(guān)鍵因素,有一種說法是移動計算比移動數(shù)據(jù)要好,這是數(shù)據(jù)本地性的一個典型描述。數(shù)據(jù)本地性意味著幾乎不需要額外傳輸數(shù)據(jù)的開銷

3、。而在實際的Hadoop集群中,如果集群是同構(gòu)的,每個物理節(jié)點的計算性能相同,原始Hadoop的數(shù)據(jù)分布策略是根據(jù)數(shù)據(jù)備份機制把數(shù)據(jù)分布在集群的多個節(jié)點中,這樣的分布策略在集群同構(gòu)的情況下是十分有效的。然而在異構(gòu)情況下,由于不同節(jié)點之間計算性能的差異,這會導(dǎo)致數(shù)據(jù)本地性的缺失,集群中不同節(jié)點之間需要傳輸數(shù)據(jù),此時Hadoop集群的性能將會顯著下降。因此在本文中,我們將深入研究了該問題,并提出了具體的數(shù)據(jù)分布方案,該方案的目的是對集群進行

4、數(shù)據(jù)的負載均衡,即根據(jù)物理機器計算性能的大小來分配數(shù)據(jù)。本文通過實驗證明了該數(shù)據(jù)分布機制的優(yōu)越性。
  另一個是關(guān)于數(shù)據(jù)傳輸?shù)膯栴}。shuffle階段是MapReduce計算框架中作業(yè)運行的最重要的一部分,換句話說,shuffle階段的性能直接影響著作業(yè)執(zhí)行的性能,最直觀地體現(xiàn)在作業(yè)運行時間上。為了避免網(wǎng)絡(luò)擁塞,我們提出一個preshuffling算法來優(yōu)化原有的shuffle方案,該算法通過預(yù)處理map和reduce階段之間的中

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論