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:
分布式内存计算平台Spark是海量数据处理领域的最新技术进展.动态资源分配下Spark可根据应用的负载情况动态地追增、关闭任务执行器.然而,关闭任务执行器会造成缓存数据丢失,导致不必要的重计算开销,该情况在Spark交互式数据查询应用中尤为常见.为尽量减少任务执行器关闭以提升查询效率,设计实现一种基于预测的Spark动态资源分配策略.该策略基于马尔科夫理论构建Spark交互式数据查询应用的非活跃期持续时间预测模型,并依据预测结果确定任务执行器的关闭时机.试验结果表明,相比既有的Spark动态资源分配策略,采用基于预测的资源分配策略可使Spark交互式数据查询效率平均提升59.34%.
推荐文章
基于QoS的动态网格资源分配策略研究
服务质量
网格
资源预留
虚拟机系统资源动态分配策略
资源调度
灰度预测
资源映射
基于T.Cover模型的网格资源分配策略研究
T.Cover模型
资源分配
GridSim
基于动态性有效资源分配的云计算效益学习模型研究
云计算
资源分配
资源竞拍策略
双向博弈策略
效益学习模型
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 基于预测的Spark动态资源分配策略
来源期刊 软件导刊 学科 工学
关键词 分布式计算平台 Spark 大数据处理技术 动态资源分配 数据查询
年,卷(期) 2018,(12) 所属期刊栏目 软件理论与方法
研究方向 页码范围 43-47
页数 5页 分类号 TP3-05
字数 4414字 语种 中文
DOI 10.11907/rjdk.181493
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 刘飞 北京工业大学计算机学院 16 76 5.0 8.0
2 梁毅 北京工业大学计算机学院 25 56 5.0 6.0
3 程石帆 北京工业大学计算机学院 2 1 1.0 1.0
4 常世禄 北京工业大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (17)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
分布式计算平台
Spark
大数据处理技术
动态资源分配
数据查询
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
论文1v1指导