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:
针对大数据应用中,数据中心执行大规模数据密集型应用程序时能耗巨大的问题,提出一种节点休眠结合MapReduce作业的能量感知调度方法.构建一个能够同时提高MapReduce应用程序能效并满足服务水平协议(service level agreement,SLA)的系统框架,用于执行大规模数据处理;将节点休眠调度算法与单个Map-Reduce作业的能量感知调度问题建模为整数程序;结合两种能量感知的节点休眠MapReduce启发式调度算法(Node Dormancy MapReduce Scheduling Algorithms,NDMRSA-1和NDMRSA-2),以实现任务分配的自动映射和任务到机器插槽的自动归并,从而最大限度地减少执行应用程序时消耗的能量.实验结果表明,NDMRSA-1和NDMRSA-2能够找到接近最佳的工作调度,平均消耗的能量比通过最小化完工时间的通用实践调度程序少约40%,有效实现了作业时的能耗最小化.
推荐文章
多MapReduce作业协同下的大数据挖掘类算法资源效率优化
MapReduce优化
ItemBased算法
内存文件系统
I/O效率
资源优化
大数据分析中基于MapReduce的空间权重创建方法研究
大数据空间分析
MapReduce
空间权重
附近邻居
可扩展性
云计算系统中能量有效的数据摆放算法和节点调度策略
云计算系统
能量有效性
数据摆放算法
节点调度策略
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 大数据应用中节点休眠结合MapReduce作业的能量感知调度方法
来源期刊 计算机应用与软件 学科 工学
关键词 MapReduce 节点休眠 大数据 能量感知调度 最小能量消耗
年,卷(期) 2020,(6) 所属期刊栏目 数据工程
研究方向 页码范围 40-47,82
页数 9页 分类号 TP391
字数 8936字 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.06.009
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 齐德昱 华南理工大学计算机科学与工程学院 142 1102 15.0 27.0
2 邵孟良 广州南洋理工职业学院信息工程学院 24 27 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (152)
共引文献  (126)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(25)
  • 参考文献(0)
  • 二级参考文献(25)
2015(24)
  • 参考文献(0)
  • 二级参考文献(24)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(17)
  • 参考文献(5)
  • 二级参考文献(12)
2018(10)
  • 参考文献(6)
  • 二级参考文献(4)
2019(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
MapReduce
节点休眠
大数据
能量感知调度
最小能量消耗
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导