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、浙江理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明 本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究 工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外, 論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果,也不包含為獲 得浙江理工大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與 我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明 確的說(shuō)明并表示謝意。 學(xué)位論文作者簽名: 髻刪 簽字日期: 矽弓年琴月7 占日浙江理工大學(xué)碩士學(xué)位論文H a d o
2、 o p 平臺(tái)下海量日志數(shù)據(jù)處理模型的研究及改進(jìn) 摘要 隨著計(jì)算機(jī)技術(shù)以及互聯(lián)網(wǎng)高速地運(yùn)用到人類(lèi)社會(huì)生產(chǎn)生活的各個(gè)方面,數(shù)據(jù)量呈現(xiàn) 出爆發(fā)性的增長(zhǎng)。為滿足海量數(shù)據(jù)應(yīng)用的處理要求,基于大規(guī)模計(jì)算機(jī)集群的并行計(jì)算成 為了主要途徑,而M a p R e d u c e 就是一個(gè)最初由谷歌設(shè)計(jì)用來(lái)在大型集群上執(zhí)行并行計(jì)算 的框架。它能夠減少開(kāi)發(fā)人員在進(jìn)行并發(fā)編程時(shí)的復(fù)雜性,使得開(kāi)發(fā)人員在不了解分布式 底層細(xì)節(jié)的情況下開(kāi)發(fā)分布式程序。 H a d
3、 o o p 是一個(gè)實(shí)現(xiàn)M a p R e d u c e 的開(kāi)放源代碼的集群平臺(tái)。目前,H a d o o p 在很多互 聯(lián)網(wǎng)公司里都已經(jīng)得到了應(yīng)用,可以說(shuō)是應(yīng)用最為廣泛的開(kāi)源云計(jì)算軟件平臺(tái)。但是, H a d o o p 還是一個(gè)發(fā)展時(shí)間較短的平臺(tái),在許多地方還需要提高和改進(jìn)。本文主要研究工 作和貢獻(xiàn)如下: 1 ) 本文對(duì)H a d o o p 平臺(tái)的架構(gòu)及其核心技術(shù)進(jìn)行了深入的研究;闡述了H a d o o p 平臺(tái) 下現(xiàn)有的調(diào)度
4、算法F I F O 、計(jì)算能力調(diào)度算法以及公平調(diào)度算法的設(shè)計(jì)思路、實(shí)現(xiàn)過(guò)程以 及算法優(yōu)缺點(diǎn)。針對(duì)F I F O 調(diào)度策略單一、容易造成大作業(yè)長(zhǎng)時(shí)間等待、集群C P U 利用 率低的問(wèn)題,提出了基于紅黑樹(shù)的分層調(diào)度算法( H S B R B ) ,并將其引入H a d o o p 平臺(tái)。 2 ) H S B R B 調(diào)度算法引入了紅黑樹(shù)作為存儲(chǔ)作業(yè)信息的數(shù)據(jù)結(jié)構(gòu)。紅黑樹(shù)是一種效 率非常高的不完全平衡二叉樹(shù),隨著結(jié)點(diǎn)個(gè)數(shù)的增加,紅黑樹(shù)會(huì)獲得
5、高速的數(shù)據(jù)插入、刪 除速度,從而提高整個(gè)集群的C P U 利用率。同時(shí),H S B R B 調(diào)度算法采用了層次調(diào)度模型 來(lái)調(diào)度作業(yè)。當(dāng)多用戶共享集群平臺(tái)時(shí),每個(gè)用戶對(duì)應(yīng)一個(gè)池,每個(gè)池里存放多個(gè)作業(yè), 從而解決了F I F 0 只針對(duì)單用戶提交作業(yè)的不足導(dǎo)致的集群資源利用率低的問(wèn)題。 3 ) 海量日志數(shù)據(jù)的處理。本文的海量日志數(shù)據(jù)均來(lái)自于N B E R 的專利數(shù)據(jù)集。為獲 得不同引用頻率的專利數(shù)目,搭建了一個(gè)小型的H a d o o p
6、集群平臺(tái),并在該平臺(tái)上開(kāi)發(fā)分 布式并行程序,結(jié)果保存到指定的目錄文件中。 4 ) 為驗(yàn)證H S B R B 算法的性能,本文設(shè)計(jì)了兩個(gè)不同的實(shí)驗(yàn)場(chǎng)景對(duì)H a d o o p 現(xiàn)有的 調(diào)度算法F I F O 、F a i r S c h e d u l e r 以及本課題的H S B R B 算法進(jìn)行了實(shí)驗(yàn)對(duì)比。實(shí)驗(yàn)結(jié)果驗(yàn) 證了H S B R B 算法的合理性以及有效性,而且相對(duì)于現(xiàn)有的調(diào)度算法,H S B R B 算法能夠 更好地減少作
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
- Hadoop平臺(tái)下海量日志數(shù)據(jù)處理模型的研究及改進(jìn).pdf
- Hadoop平臺(tái)下基于HBase的海量數(shù)據(jù)處理研究.pdf
- 基于Hadoop的海量日志數(shù)據(jù)處理研究與應(yīng)用.pdf
- 基于Hadoop的海量數(shù)據(jù)處理模型研究和應(yīng)用.pdf
- Hadoop平臺(tái)下的海量小文件處理研究.pdf
- 基于Hadoop的海量工程數(shù)據(jù)處理技術(shù)研究.pdf
- 基于Hadoop的海量電能質(zhì)量數(shù)據(jù)處理研究.pdf
- 基于Hadoop海量數(shù)據(jù)處理關(guān)鍵技術(shù)研究.pdf
- 基于Hadoop的海量車(chē)載物聯(lián)網(wǎng)數(shù)據(jù)處理方法研究.pdf
- 基于Hadoop和Solr的海量數(shù)據(jù)處理研究與應(yīng)用.pdf
- Hadoop中海量日志文件的處理分析.pdf
- 海量日志數(shù)據(jù)處理與查詢優(yōu)化技術(shù)研究.pdf
- Hadoop集群下海量小文件優(yōu)化處理.pdf
- 基于Hadoop平臺(tái)的時(shí)序數(shù)據(jù)處理方法研究.pdf
- 基于Hadoop云的數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)海量數(shù)據(jù)處理與挖掘的研究.pdf
- 28231.基于hadoop的異構(gòu)海洋數(shù)據(jù)處理模型研究
- 海量銷(xiāo)售數(shù)據(jù)處理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop的海量數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 海量數(shù)據(jù)處理方法總結(jié)
- Hadoop平臺(tái)下的負(fù)載均衡優(yōu)化研究與改進(jìn).pdf
評(píng)論
0/150
提交評(píng)論