基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过研究蚁群算法,针对现有Hadoop调度器的不足,提出一个基于蚁群算法的Hadoop资源感知调度器及其具体实现方案。从而使Hadoop作业调度器可以更有效地对任务进行分配,提高整体架构的作业性能。通过实验证明,利用蚁群算法实现的资源感知调度器在同构环境中虽没有明显改善系统计算速度,但是在异构环境中可以很好提高系统处理任务的性能,降低了运算时间。
推荐文章
基于元胞蚁群算法模型的云资源调度
蚁群算法
元胞自动机
云计算
资源调度
基于蚁群算法的短波侦收资源调度方法研究
短波侦收
协同侦收
资源调度
蚁群算法
基于改进蚁群算法的云计算任务调度研究
云计算系统
任务执行时间
蚁群算法
初始信息素
最优调度方案
基于强化蚁群算法的任务DAG在线网格集群资源调度
Q学习
集群调度
资源分配
蚁群算法
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 基于蚁群算法的Hadoop资源感知调度器研究
来源期刊 计算机工程与应用 学科 工学
关键词 Hadoop 资源感知调度器 蚁群算法
年,卷(期) 2014,(15) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 65-71
页数 7页 分类号 TP301.6
字数 7213字 语种 中文
DOI 10.3778/j.issn.1002-8331.1208-0452
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 张海燕 北京林业大学信息学院 31 205 8.0 12.0
2 吴凡 北京林业大学信息学院 4 26 2.0 4.0
3 王建新 北京林业大学信息学院 35 165 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (871)
参考文献  (11)
节点文献
引证文献  (14)
同被引文献  (33)
二级引证文献  (7)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(9)
  • 引证文献(8)
  • 二级引证文献(1)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Hadoop
资源感知调度器
蚁群算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导