摘要：本發(fā)明涉及高性能集群領域的任務調(diào)度方法，Hadoop的每個工作節(jié)點通過作業(yè)提交階段的解析后，獲取到符合任務的實際階段權值，通過幾何平均值方法的處理后，為該作業(yè)的其余任務建立階段權值的參考標準；在任務反饋階段，該作業(yè)的其余任務采用所述參考標準，結(jié)合子階段的進度對任務剩余執(zhí)行時間進行估計；在作業(yè)反饋階段，將所有任務的階段權值用分段的方式求取幾何平均值，并建立作業(yè)名-階段權值映射記錄，作為該節(jié)點上后續(xù)作業(yè)執(zhí)行的參考。本發(fā)明能夠在多作業(yè)并行執(zhí)行的環(huán)境下分別對各個作業(yè)的任務進行自主學習和信息反饋，獲得更精確的階段權值估計，提高任務剩余執(zhí)行時間預估的準確性，進而提高落后任務選擇的命中率，促進集群資源的優(yōu)化利用。
- 專利類型發(fā)明專利
- 申請人福州大學;
- 發(fā)明人郭文忠;林常航;陳國龍;
- 地址350108 福建省福州市閩侯縣上街鎮(zhèn)大學城學園路2號福州大學新區(qū)
- 申請?zhí)?/b>CN201310396663.5
- 申請時間2013年09月04日
- 申請公布號CN103440167B
- 申請公布時間2016年06月29日
- 分類號G06F9/46(2006.01)I;G06F9/50(2006.01)I;
教育裝備采購網(wǎng)企業(yè)微信客服
京公網(wǎng)安備11010802043465號
