10.16652/j.issn.1004-373x.2020.23.031
异构环境下平滑加权轮询Reduce任务调度算法研究
传统MapReduce在处理倾斜数据时会造成负载不均衡,降低MapReduce框架的执行效率.虽然利用贪心算法分区减轻了MapReduce应用中的数据倾斜,但是忽略了Reduce异构性,因为MapReduce的计算环境通常是异构的,即使中间数据没有倾斜,由于计算能力不同,任务在不同节点上的执行时间也是不同的.为了避免异构性导致Reduce性能下降的问题,提出一种在异构环境下动态平滑加权轮询调度算法.该算法根据节点的计算能力和数据本地性这两个因素选取Reduce计算节点来提高Reduce任务执行效率,还进一步将优化后的框架用于并行图像处理.实验结果表明,动态平滑加权轮询调度算法减少了Reduce跨节点传输的网络带宽,同时也减少了Reduce任务的执行时间.
Reduce任务调度、负载均衡、异构集群、平滑加权轮询算法、节点选取、并行图像处理
43
TN911.1-34;TP311
河北省自然科学基金项目:云计算中分布式Jobtracker节点模型的建立与优化;河北省高等学校科学技术研究项目:基于复杂网络的空气质量动态分析和预测方法研究
2020-12-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
139-142