

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、大數據及其相關處理技術成為當今計算機科學領域和工業(yè)界最重要的技術之一,最為嶄新的知識獲取范式,商業(yè)公司和學術科研組織已經將大數據的獲取、存儲與處理能力作為其核心競爭力之一。大數據面臨著諸多問題,數據的規(guī)模正在非線性增長,傳統(tǒng)的數據庫技術早已不能滿足大數據的要求。Google公司于2004年提出的MapReduce框架成為大數據時代具有里程碑意義的技術,然而近年來層出不窮的新場景、新應用卻使MapReduce的開源實現(xiàn)Hadoop遭遇前所
2、未有的沖擊。2011年由Matei Zaharia提出的基于RDD即彈性分布式數據集概念的通用內存計算框架Spark在批量計算、迭代計算和流式計算等高速場景表現(xiàn)良好,但是這兩種通用模型都要面對數據傾斜的問題,實際上只有少數系統(tǒng)如HBase、Pig等才有相應的防傾斜策略。
本文深入探討并總結了 RDD的原理和Spark的執(zhí)行流程,結合MapReduce下的傳統(tǒng)策略,分析了其處理數據傾斜的缺陷,致力于引入少量改動而大幅提高其緩解數
3、據傾斜的性能,最終實現(xiàn)了優(yōu)化的SASM策略。Spark將最小的調度粒度控制在任務層,每個任務中處理的數據量在任務執(zhí)行中是不可變的。但是Spark在實現(xiàn)時良好的分層結構使調度粒度控制變得更加靈活,使其在數據傾斜場景下有很大的優(yōu)化空間。SASM的核心思想為將調度粒度下移到文件塊層,使得數據能在任務層自由調度,最大程度平衡各個任務的負載量。
SASM為了減少文件調度前由掃描引起的大量磁盤I/O開銷,只利用任務在執(zhí)行中用于獲取真實數據
4、的文件塊元數據,并以此為基礎計算調度策略,為了避免不必要的調度,調度策略只辨識執(zhí)行最慢的任務,并將其所屬文件塊分配給執(zhí)行較快的數個任務。Shuffle時的下游任務除了接受Spark調度系統(tǒng)傳送的文件塊,還在任務執(zhí)行過程中動態(tài)添加或者刪除文件塊。調度系統(tǒng)基于異步消息模型,即可以保證指令的順序執(zhí)行,也可以避免消息處理阻塞數據處理過程,提高的CPU處理效率, 代價是消息接收方需要對消息有效性做出鑒別。SASM策略在執(zhí)行中會同時收集任
5、務的計算速度和網絡傳輸速度,通過將其納入調度方案的計算使調度更加公平。本文還討論了其他配套的優(yōu)化措施,包括維持執(zhí)行器池和拉取器分階段處理,一定程度上增加了該策略下的調度空間,提高了其效用。
最后,本文設計并執(zhí)行了大量實驗,對 SASM引入的新特性進行了認真的評估,包括實驗數據結果的分析、理論推演與論證、實驗數據的佐證。SASM策略在數據傾斜場景下的性能優(yōu)于原先的Spark,但是對于存在多個拉取器的任務會引入一定的阻塞開銷,這會
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Storm中自適應任務調度的研究與優(yōu)化.pdf
- 基于自適應數據率控制的相控陣雷達實時任務調度技術研究.pdf
- MIMO系統(tǒng)中的隨機波束形成與自適應調度技術研究.pdf
- Hadoop平臺下Reduce任務調度策略以及數據傾斜的優(yōu)化與研究.pdf
- 基于自適應傳輸控制的視頻調度技術研究.pdf
- 基于Spark Streaming的自適應實時DDoS檢測與防御技術.pdf
- 自適應路由與隊列調度策略控制技術研究與實現(xiàn).pdf
- 群體軟件開發(fā)中任務描述與自適應匹配技術研究.pdf
- MyCat中傾斜連接優(yōu)化技術研究與實現(xiàn).pdf
- 數據庫負載自適應技術研究.pdf
- 實時自適應調度任務的QoS確保.pdf
- 衛(wèi)星自適應LDPC碼優(yōu)化技術研究.pdf
- 電力線通信系統(tǒng)中自適應資源分配與優(yōu)化技術研究.pdf
- 基于任務類型的Xen調度技術研究與優(yōu)化.pdf
- OFDM中的自適應調制技術研究.pdf
- OFDM系統(tǒng)中自適應調制與編碼技術研究.pdf
- AOS中自適應調制編碼與重傳技術研究.pdf
- 自適應均衡與譯碼技術研究.pdf
- 網格中基于自適應容錯機制的任務調度算法.pdf
- 面向任務的感知網自適應管理技術研究.pdf
評論
0/150
提交評論