版權(quán)說(shuō)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、隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展,應(yīng)用的不斷深入,云計(jì)算被提出,并成為當(dāng)今計(jì)算機(jī)領(lǐng)域最熱的研究領(lǐng)域之一。Hadoop是一種云計(jì)算框架,適用于大規(guī)模數(shù)據(jù)集計(jì)算。在Hadoop中,用戶提交的作業(yè)被分割為若干個(gè)相互獨(dú)立的任務(wù),然后由調(diào)度器調(diào)度至計(jì)算節(jié)點(diǎn)上并行執(zhí)行。
調(diào)度問(wèn)題一直是并行計(jì)算領(lǐng)域中最重要的問(wèn)題之一,Hadoop應(yīng)用環(huán)境日漸復(fù)雜,傳統(tǒng)的調(diào)度算法也受到挑戰(zhàn)。公平調(diào)度算法由于解決了多用戶環(huán)境下共享集群資源的問(wèn)題,目前被Hadoop所采用。
2、然而,在基于Hadoop框架的云計(jì)算中,當(dāng)計(jì)算資源和數(shù)據(jù)資源在不同的物理位置時(shí)將產(chǎn)生數(shù)據(jù)遷移問(wèn)題,增加網(wǎng)絡(luò)I/O,產(chǎn)生所謂的“數(shù)據(jù)化本地化”問(wèn)題。為解決該問(wèn)題,研究者提出了延遲調(diào)度算法,允許就緒任務(wù)等待一段時(shí)間,直到集群中某一具有該任務(wù)所需要數(shù)據(jù)資源的節(jié)點(diǎn)向調(diào)度器索取任務(wù),才將任務(wù)調(diào)度到該節(jié)點(diǎn)執(zhí)行。
本文深入研究了延遲調(diào)度算法,在分析延遲調(diào)度算法不足之處的基礎(chǔ)上,針對(duì)其中存在的問(wèn)題,提出兩個(gè)改進(jìn)方案,并以實(shí)驗(yàn)驗(yàn)證了所改進(jìn)的算法
3、。具體工作如下:
1)研究如何合理設(shè)置延遲時(shí)間間隔。在實(shí)際應(yīng)用中,延遲時(shí)間間隔往往是一個(gè)經(jīng)驗(yàn)值,設(shè)置過(guò)長(zhǎng)或過(guò)短都可能影響系統(tǒng)性能與作業(yè)執(zhí)行效率。本文在分析了作業(yè)待處理數(shù)據(jù)在文件系統(tǒng)中的分布情況如何影響作業(yè)本地化調(diào)度的基礎(chǔ)上,引入?yún)?shù)用戶期望本地化概率,推導(dǎo)出等待時(shí)間的計(jì)算公式。該公式區(qū)分不同的作業(yè),設(shè)置不同的等待時(shí)間。據(jù)此,用戶可以根據(jù)期望本地化概率這一參數(shù)來(lái)調(diào)控作業(yè)預(yù)期的本地化程度。對(duì)上述方法,進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明:通
4、過(guò)公式計(jì)算出的延遲時(shí)間能夠使得作業(yè)達(dá)到用戶預(yù)期的本地化水平。
2)研究如何合理設(shè)置目標(biāo)計(jì)算節(jié)點(diǎn)。延遲調(diào)度算法以本地化調(diào)度為目標(biāo),則數(shù)據(jù)的位置決定了任務(wù)的目標(biāo)計(jì)算節(jié)點(diǎn);如果某作業(yè)的待處理數(shù)據(jù)集中在某個(gè)節(jié)點(diǎn)上,將出現(xiàn)多個(gè)任務(wù)在同一節(jié)點(diǎn)上運(yùn)行,導(dǎo)致作業(yè)并行化程度很差。本文在保留延遲調(diào)度的基礎(chǔ)上,提出延遲-容量調(diào)度算法,允許部分任務(wù)選擇非本地化節(jié)點(diǎn)作為原延遲調(diào)度算法中任務(wù)的目標(biāo)計(jì)算節(jié)點(diǎn),提高作業(yè)的響應(yīng)時(shí)間與增加作業(yè)的并行程度。對(duì)此算法
5、,本文修改Hadoop源代碼重新編譯,并搭建測(cè)試環(huán)境進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)對(duì)比分析結(jié)果表明:改進(jìn)后的算法在執(zhí)行效率和并行效果優(yōu)于原延遲調(diào)度算法。
3)在電網(wǎng)監(jiān)控系統(tǒng)中,應(yīng)用上述調(diào)度算法進(jìn)行公式并行計(jì)算。首先分析電網(wǎng)監(jiān)控系統(tǒng)中公式計(jì)算的特點(diǎn),然后闡述如何采用MapReduce編程模型實(shí)現(xiàn)公式計(jì)算的并行處理,以及如何在其過(guò)程中運(yùn)用論文所提出的兩種調(diào)度算法進(jìn)行任務(wù)調(diào)度。最后,對(duì)Hadoop集群環(huán)境和傳統(tǒng)的集群環(huán)境電網(wǎng)監(jiān)控系統(tǒng)公式計(jì)算結(jié)果進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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
- 針對(duì)Hadoop集群的節(jié)能調(diào)度算法研究.pdf
- Hadoop平臺(tái)作業(yè)調(diào)度算法研究與改進(jìn).pdf
- 基于Hadoop集群的作業(yè)調(diào)度算法的研究.pdf
- Hadoop平臺(tái)的作業(yè)調(diào)度算法研究與改進(jìn).pdf
- Hadoop平臺(tái)任務(wù)調(diào)度算法的研究與改進(jìn).pdf
- 基于Hadoop平臺(tái)的作業(yè)調(diào)度算法研究與改進(jìn).pdf
- 基于人工蜂群算法的Hadoop調(diào)度算法研究與改進(jìn).pdf
- hadoop集群作業(yè)的調(diào)度研究
- Hadoop集群調(diào)度優(yōu)化的研究.pdf
- Hadoop平臺(tái)中作業(yè)調(diào)度算法分析與改進(jìn)研究.pdf
- Hadoop系統(tǒng)中調(diào)度算法的研究和改進(jìn).pdf
- Hadoop平臺(tái)下調(diào)度算法和下載機(jī)制的優(yōu)化.pdf
- 基于Hadoop的作業(yè)調(diào)度算法的研究和改進(jìn).pdf
- 云計(jì)算環(huán)境下調(diào)度算法的分析與優(yōu)化.pdf
- 基于遺傳算法的Hadoop平臺(tái)作業(yè)調(diào)度算法改進(jìn).pdf
- 大數(shù)據(jù)環(huán)境下Hadoop作業(yè)調(diào)度算法研究.pdf
- 大數(shù)據(jù)環(huán)境下Hadoop作業(yè)調(diào)度算法的研究.pdf
- 基于Hadoop的調(diào)度算法研究與實(shí)現(xiàn).pdf
- 作業(yè)感知的Hadoop集群網(wǎng)絡(luò)調(diào)度方法研究.pdf
- Linux集群環(huán)境下作業(yè)調(diào)度算法的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論