HadoopYARN資源分配與調度的研究.pdf

1、Hadoop是一種分布式存儲和并行計算框架，由于具有高可靠性、高擴展性和高容錯性等特點，目前在云計算中得到廣泛應用。資源分配與調度問題一直是并行計算領域關注的重要的問題。Hadoop資源管理系統(tǒng) YARN提供三種內(nèi)置資源調度器，但隨著應用的擴展，這些內(nèi)置調度器并不能滿足用戶的需求，因此，研究如何合理地進行資源分配與調度，以此提高系統(tǒng)資源利用率，減少系統(tǒng)計算時間，從而提高系統(tǒng)性能并降低成本，具有重大意義。
　　本文深入分析了Hado

2、op YARN的資源分配與調度機制，從作業(yè)調度和任務調度兩個層次考慮，分別研究了Hadoop資源調度機制與推測執(zhí)行機制，針對其中存在的資源分配不合理和預測任務完成時間不準確的問題，提出了解決辦法。具體如下：
　　1）研究如何合理分配資源，提出一種基于蟻群算法和粒子群優(yōu)化算法的自適應調度算法。該方法通過Hadoop YARN心跳通信機制獲取負載、內(nèi)存、CPU速度等屬性信息來初始化蟻群信息素矩陣，然后將粒子群算法的自我認知能力與社會認

3、知能力引入到蟻群算法，同時根據(jù)蟻群算法全局最優(yōu)解的波動趨勢動態(tài)調整信息素揮發(fā)系數(shù)。論文設計了資源分配和調度算法，并修改 Hadoop代碼實現(xiàn)了一個資源調度器以驗證本文所提算法的有效性。實驗結果表明，采用本文方法，能有效地調度Hadoop集群資源，縮短集群的作業(yè)執(zhí)行時間。
　　2）研究如何準確預測任務完成時間，提出基于C4.5決策樹算法的推測執(zhí)行機制。論文首先分析了準確預測掉隊任務和后備任務執(zhí)行時間的重要性，然后闡述了Hadoop傳

4、統(tǒng)調度算法中推測執(zhí)行機制中存在的不足。在此基礎上，提出了基于C4.5決策樹算法的推測執(zhí)行機制，并設計相應的推測執(zhí)行算法預測任務執(zhí)行時間，以比較“掉隊者”與備份任務的完成時間，并據(jù)此判斷是否有必要啟動備份任務，達到避免啟動不必要的備份任務、縮短作業(yè)執(zhí)行時間的目的。論文最后進行了實驗，通過修改Hadoop中推測執(zhí)行機制的源代碼來實現(xiàn)本文提出的改進算法，并對比分析了改進算法在作業(yè)執(zhí)行時間和執(zhí)行穩(wěn)定性。實驗結果表明，本章算法明顯優(yōu)于原推測執(zhí)行算