原文服务方: 微电子学与计算机       
摘要:
为了克服 Hadoop中基于槽的资源模型对集群资源的浪费,提高 Hadoop集群的资源利用率,提出了一种基于动态资源采集的 Hadoop作业调度算法。通过在作业运行过程中动态采集部分任务的CPU ,内存和IO的资源利用率来评估同一作业中其他任务的资源需求,然后根据任务的实际资源需求以及 TaskTracker节点的负载情况进行任务调度,以充分利用各TaskTracker节点的计算资源。通过对比实验表明该调度算法能明显提高集群的资源利用率,缩短作业的完成时间。
推荐文章
一种基于资源预取的Hadoop作业调度算法
作业调度
数据本地性
资源预取
Hadoop
MapReduce
云计算
一种基于Hadoop的作业转移调度算法
云计算
作业调度
Hadoop
Hadoop 云平台下基于资源预估的作业调度算法
Hadoop
云平台
时间约束
资源预估
作业调度
一种改进的 Hadoop 多用户作业调度方法
Hadoop
云计算
作业调度
服务质量
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于动态资源采集的 Hadoop作业调度算法
来源期刊 微电子学与计算机 学科
关键词 Hadoop MapReduce 调度 资源需求
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 64-67
页数 4页 分类号 TP393
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谷建华 西北工业大学计算机学院 72 696 15.0 22.0
2 彭志伟 西北工业大学计算机学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (8)
同被引文献  (9)
二级引证文献  (1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hadoop
MapReduce
调度
资源需求
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导