原文服务方: 计算机测量与控制       
摘要:
Hadoop处理海量数据时,无论是Map任务还是Reduce任务都需要耗费大量的时间传输数据,故提出一种基于双重预取的调度算法;该算法通过估算节点上任务执行的进度来预测Map任务的执行节点,然后通知节点提前预取所需的数据,并且在Map任务完成的数量达到预定值时,开始为Reduce任务预取部分数据;由于在异构的环境下集群中节点的性能各不相同,为此采取了改进的预测模型,以提高任务进度判断的准确性;实验证明,本算法在作业响应时间等方面优于现有的调度算法.
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
异构资源环境下Hadoop节点能力自适应调度算法
Hadoop
异构资源
节点能力
自适应
基于云计算Hadoop异构集群的并行作业调度算法
云计算
作业调度
集群资源
慢任务
Hadoop下基于统计最优的资源调度算法
云计算
资源调度
Hadoop
MapReduce
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 异构环境下基于双重预取的Hadoop调度算法
来源期刊 计算机测量与控制 学科
关键词 Hadoop 异构环境 调度算法 双重预取
年,卷(期) 2016,(9) 所属期刊栏目 设计与应用
研究方向 页码范围 172-175
页数 4页 分类号 TP3
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2016.09.048
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 孙玉强 常州大学信息科学与工程学院 19 65 5.0 7.0
2 顾玉宛 常州大学信息科学与工程学院 9 26 3.0 5.0
3 王文闻 常州大学信息科学与工程学院 3 15 2.0 3.0
4 陆勇 常州大学信息科学与工程学院 2 7 1.0 2.0
5 李媛媛 常州大学信息科学与工程学院 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (31)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hadoop
异构环境
调度算法
双重预取
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导