钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
北京邮电大学学报期刊
\
Spark环境下基于数据倾斜模型的 Shuffle分区优化方案
Spark环境下基于数据倾斜模型的 Shuffle分区优化方案
作者:
王嘉潞
王智立
邱雪松
阎逸飞
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
数据倾斜
Spark
shuffle
分区算法
负载均衡
摘要:
针对Spark分布式平台在shuffle阶段中导致数据量分配不均衡的问题,首先分析了Spark平台中数据倾斜的原因,建立了一个可以统一量化shuffle后key-value数据倾斜程度的倾斜模型;基于倾斜模型提出了一个可以解决Spark平台中多种数据倾斜问题的shuffle分区方案.该分区方案首先对Map阶段的输出数据进行采样,预测出全局中间数据的大小,再根据基于哈希的最佳适应算法对采样数据进行预分区,得到一张预分区表,最后根据预分区表对全部的中间数据完成分区.在key和value这2种不同倾斜情况下的实验结果表明,该shuffle分区方案具有普适性和高效性,可以有效处理key和value倾斜的情况.
暂无资源
收藏
引用
分享
推荐文章
基于分配适应度的Spark渐进填充分区映射算法
并行计算
Spark
渐进填充
分区映射
分配适应度
一种Spark集群下的shuffle优化机制
Spark集群
shuffle过程
数据传输
本地性
调度策略
Spark数据倾斜问题研究
大数据
Spark
数据倾斜
数据处理
基于Spark的并行KMeans聚类模型研究
Spark
KMeans
MovieLens
并行聚类
repartition
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
Spark环境下基于数据倾斜模型的 Shuffle分区优化方案
来源期刊
北京邮电大学学报
学科
工学
关键词
数据倾斜
Spark
shuffle
分区算法
负载均衡
年,卷(期)
2020,(2)
所属期刊栏目
研究报告
研究方向
页码范围
116-121
页数
6页
分类号
TP399
字数
语种
中文
DOI
10.13190/j.jbupt.2019-092
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
邱雪松
北京邮电大学网络与交换技术国家重点实验室
167
1287
17.0
26.0
2
王智立
北京邮电大学网络与交换技术国家重点实验室
19
80
5.0
7.0
3
阎逸飞
北京邮电大学网络与交换技术国家重点实验室
1
0
0.0
0.0
4
王嘉潞
北京邮电大学网络与交换技术国家重点实验室
1
0
0.0
0.0
传播情况
被引次数趋势
(/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
(3)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1981(1)
参考文献(1)
二级参考文献(0)
2018(2)
参考文献(2)
二级参考文献(0)
2020(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
数据倾斜
Spark
shuffle
分区算法
负载均衡
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
北京邮电大学学报
主办单位:
北京邮电大学
出版周期:
双月刊
ISSN:
1007-5321
CN:
11-3570/TN
开本:
大16开
出版地:
北京海淀区西土城路10号
邮发代号:
2-648
创刊时间:
1960
语种:
chi
出版文献量(篇)
3472
总下载数(次)
19
总被引数(次)
26644
期刊文献
相关文献
1.
基于分配适应度的Spark渐进填充分区映射算法
2.
一种Spark集群下的shuffle优化机制
3.
Spark数据倾斜问题研究
4.
基于Spark的并行KMeans聚类模型研究
5.
基于数据特性的Spark任务性能优化
6.
数据倾斜情况下基于MapReduce模型的连接算法研究
7.
Spark环境下基于SMT的分布式限界模型检测
8.
基于Hive的空气质量大数据查询优化方法
9.
基于Spark的分布式交通流数据预测系统
10.
基于Spark的两表等值连接过程优化
11.
基于Spark的时态查询扩展与时态索引优化研究
12.
基于Spark的K-means安全区间更新优化算法
13.
分布式环境下时态大数据的连接操作研究
14.
Spark环境下K-means初始中心点优化研究综述
15.
基于运行数据分析的Spark任务参数优化
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
北京邮电大学学报2022
北京邮电大学学报2021
北京邮电大学学报2020
北京邮电大学学报2019
北京邮电大学学报2018
北京邮电大学学报2017
北京邮电大学学报2016
北京邮电大学学报2015
北京邮电大学学报2014
北京邮电大学学报2013
北京邮电大学学报2012
北京邮电大学学报2011
北京邮电大学学报2010
北京邮电大学学报2009
北京邮电大学学报2008
北京邮电大学学报2007
北京邮电大学学报2006
北京邮电大学学报2005
北京邮电大学学报2004
北京邮电大学学报2003
北京邮电大学学报2002
北京邮电大学学报2001
北京邮电大学学报2000
北京邮电大学学报1999
北京邮电大学学报2020年第6期
北京邮电大学学报2020年第5期
北京邮电大学学报2020年第4期
北京邮电大学学报2020年第3期
北京邮电大学学报2020年第2期
北京邮电大学学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号