异构环境下改进的late调度算法[权威资料]

异构环境下改进的late调度算法[权威资料]

ID:9281671

大小:21.50 KB

页数:7页

时间:2018-04-26

异构环境下改进的late调度算法[权威资料]_第1页
异构环境下改进的late调度算法[权威资料]_第2页
异构环境下改进的late调度算法[权威资料]_第3页
异构环境下改进的late调度算法[权威资料]_第4页
异构环境下改进的late调度算法[权威资料]_第5页
资源描述:

《异构环境下改进的late调度算法[权威资料]》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、异构环境下改进的LATE调度算法  摘要:针对异构环境下LATE算法在选择备份任务及执行节点时的不足,提出一个改进的IR-LATE调度算法。算法通过计算为剩余完成时间最长、最需要备份的慢任务启动备份,并将其按负载不同进行分类,结合轮询算法,将备份任务分配到负载最小且成功/负载比高的节点上执行。实验结果表明,该算法与LATE算法比较,有效的将作业完成时间缩短了30%左右,提高了执行效率,进而促进系统的负载均衡。  关键词:异构环境;LATE;调度算法;慢任务;负载均衡  TP301.6A  Abstract:Analyzin

2、gtheexistingschedulerintheheterogeneousenvironment,andconsideringthelackofLATEschedulingalgorithminallocatingTaskTrackertoexecutebackuptasks,thispaperputforwardanimprovedIRLATEschedulingalgorithm.Theslowtaskswiththelongesttimeremainingandthemostneedingthebackupwer

3、efoundoutbycalculating.Theywereclassifiedaccordingtothedifferentload.ThenthebackuptaskswereassignedtotheTaskTrackerwithaminimumworkloadandhighsuccess/workloadratiocombinedwithRoundRobinalgorithm.Theexperimentalresultsshowthat,comparedwithLATEalgorithm,thealgorithm

4、iseffectiveinshorteningtheoperationexecutiontimeby30%andimprovingtheexecutionefficiency,thuscontributingtotheloadbalancingsystem.  Keywords:heterogeneousenvironment;LATE;schedulingalgorithm;slowtask;loadbalancing  1引言  互联网的迅猛崛起给人们带来了丰富的网络生活,随之也加剧了海量数据亟待处理和存储的需求,于是

5、专家们将并行计算的思想迁移到集群计算上,云计算[1]应运而生。Hadoop[2]是一个云环境下开源的大数据处理平台,是MapReduce[3]调度方式和GFS[4]数据存储方式的开源实现,无疑成为大数据时代的宠儿。  由硬件配置迥异的节点组成的Hadoop集群,其中运行着多个Job,如何让调度器对资源进行合理分配,以期使得集群资源能被更有效的利用成为一个不可忽视的方面,而其中的关键点就是调度策略的合理设计。Hadoop自带的调度算法:FIFO算法、Fair算法[5]、Capacity算法[6]及金嘉晖等人提出的等待时间阈值

6、的自适应模型[7]均是以同构系统为前提的,而未考虑其异构性。LATE[8]调度算法,由MZaharia等人研究,针对异构环境下的慢任务探测提出一种通过估计任务剩余完成时间,选择快节点为最长剩余完成时间的任务启动备份的调度策略,虽然其计算效率有所提高,却不曾考虑任务及节点的负载类型。  本文在分析研究前人成果的基础上,对LATE调度算法在备份任务及执行节点的选择方面提出了改进。首先将提交的作业按负载类型进行分类,获取慢任务中剩余时间最长的slowTask并为其启动备份,然后在选择执行备份任务的快节点时,根据负载类型,结合轮询

7、算法,选择存在空闲槽且成功/负载比高的最快节点,以期达到缩短作业完成时间,提高资源利用率,优化集群负载。  2相关工作分类及定义  2.1作业负载分类  按照文献[9]的负载分类机制,将任务负载分为CPU_bound和I/O_bound两类。在Hadoop环境中运行的作业,只有全部的Map任务结束才会执行Reduce任务,因此本文仅考虑Map任务。Map任务执行可分解为3步操作:  (1)初始化输入数据;  (2)计算Map任务;  (3)将输出结果存储到本地磁盘。  任务负载分类所用到的符号定义见表1。  3.2算法描述

8、  每个节点将自身的CCPU,Cmem,Cdisk,Cnw信息、任务成功率和节点的负载信息通过Heartbeat发送给JobTracker,JobTracker在接收到这些信息后重新计算workload值,并更新BurdenforCPUList和BurdenforIOList两个链表。利用上述信息计算并

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。