首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 750 毫秒
1.
任务调度和资源分配是云计算的两大关键技术,资源分配决定着资源使用规则,关系到云计算的执行效率和并发处理能力。针对绿色云计算中的资源管理与调度过程,在Map Reduce调度模型基础上,设计一种并行Map Reduce资源分配算法。实验结果表明,该算法在能耗优化和执行时间方面都优于Map Reduce算法。  相似文献   

2.
受单机内存和计算能力的限制,串行的排序算法难以对大数据进行高效排序。针对此问题,根据Hadoop的MapReduce框架对常用的内部排序算法进行并行化改进,给出改进算法的基本步骤,描述了Map、Partition和Reduce函数的主要代码。以折半插入排序和堆排序为例,通过实验比较串行算法和改进算法的执行时间,测试改进算法的可扩展性。实验结果表明,改进的并行排序算法具有较高的执行效率和较好的可扩展性。  相似文献   

3.
面对海量数据的信息系统,通过引入MapReduce模型,重构Map和Reduce函数,本文提出了基于云计算的属性重要度约简算法,较好地实现了海量数据集中的属性约简,为属性约简研究提供了新思路.最后,实例分析表明,该约简算法是有效可行的.  相似文献   

4.
海量数据给微博舆情实时监控预警带来了严峻的挑战,将Hadoop关键技术引入微博舆情分析研究领域,以探寻分布式环境下的高效率短文本数据查询与推理方法,以微博数据结构为基础,结合云计算Hadoop关键技术特性,提出了一种海量微博数据分析预警框架.HDFS为海量微博的数据提供了存储,而MapReduce为海量微博的数据提供快速运算.采用Map(映射)和Reduce(规约)规则,对微博用户关系和内容数据的大规模数据集进行并行运算,以实现并行化高效预处理、深度分析和舆情实时五级预警.为验证计算效率与Reduce任务数之间关系,对Reduce任务数进行实验,结果表明,在Map一定的情况下,随微博数据集的增大到2 GB后,多任务数Reduce执行时间相比少任务数Reduce大大缩短.  相似文献   

5.
在多核系统中,针对Linux的调度算法对交互式任务响应实时不足的问题,设计并提出了一种改进的交互式、多层次的任务调度GAS模型.该模型通过相近度对CPU实现分组,组内的CPU共享任务队列;通过改进多任务时负载均衡与任务迁移的开销,降低了交互式场景下任务的响应时长,提高了Linux多核多任务的任务执行性能;通过唤醒任务优先执行的机制,提高了交互任务的响应效率.实验结果表明,在不同任务数情况下,GAS算法的平均响应时长和最大响应时长都优于BFS算法和CFS算法.  相似文献   

6.
云计算环境中任务执行容易受资源故障影响,导致调度效率与成功率降低。针对该问题,提出一种结合改进粒子群优化与检查点技术的容错调度算法。通过改进粒子群优化算法进行全局搜索,寻找粒子群最优解,以保证任务获取最优资源,减少调度复杂度;同时通过设置检查点,使失效任务从检查点继续执行,实现任务动态恢复,提高调度可靠性。仿真实验表明,与传统算法相比,当任务数量不断增加时该算法可提高任务执行成功率,缩短任务执行时间。  相似文献   

7.
为了解决数据存储的安全性问题,提出了一种云计算环境下的改进型Map/Reduce模型.模型改进了传统Map/Reduce模型没有考虑集群中大量异构节点的计算性能差异问题,通过采用最小化最大计算时间的目标函数进行建模,实现了一种更高效、更合理利用资源的分配算法.  相似文献   

8.
随着信息技术的发展,基于MapReduce模型的大数据分析算法不断更新优化,出现一批典型的算法及模型。这些算法根据其自身特点可分为Map阶段算法、Reduce阶段算法和迭代算法。影响算法执行效率的因素包括数据规模、数据结构和算法流程等。不同的算法具有不同的适用范围,需要根据数据规模和应用情形进行算法选择和多种算法组合。  相似文献   

9.
针对现有异构任务调度算法存在负载不均衡、数据本地性问题,提出基于树结构的负载树任务调度算法。该算法通过量化节点计算能力构造节点集最小堆,利用堆排序生成计算能力逆序树,并依据节点负载率将逆序树调整为左节点优先的负载树,为任务计算包含完成时间、负载率、延迟因子的决策值,最终完成任务与树节点的匹配。实验结果表明,取不同负载率与延迟权值比时,该算法的任务执行效率均能获得一定程度提高。该算法可利用树结构的调度优势,在获得更高集群负载均衡度时,有效缩短作业集执行时间。  相似文献   

10.
基于网格QoS的属性分析,对单一性能评价任务调度算法进行了改进。改进后的基于QoS的网格任务调度算法在make span以及任务接受率等的综合性能上较传统的调度算法具有较大优越性。  相似文献   

11.
云任务调度的目的是快速找到全局最优解.将多个云任务合理的分配给有限的资源上,使得整个任务的完成时间较短.文中主要介绍了遗传算法在云任务调度中的应用.通过仿真实验分析了采用精英策略的遗传算法和没有采用精英策略的遗传算法在云任务调度中的不同.  相似文献   

12.
在云计算系统中,任务调度是其中的一个关键问题,它首要决定了整个云计算系统的运行效率。基于min-min算法思想和有向无环图(DAG)的基础上设计出一个解决依赖型的任务调度算法。根据具体例子进行算法演示,结果表明:该算法在完成时间跨度上与最优算法基本一致,有效地提高任务调度效率和云资源利用率。  相似文献   

13.
在研究现有云环境下独立任务和工作流任务调度模型的基础上,提出一种满足QoS约束的部分相关任务调度模型,并改进蚁群算法为每个子群选择信息素更新方法,通过小范围局部优化从而获得整体最优解。CloudSim仿真结果表明,该调度模型具有较高的收敛性和寻优能力,适用于云环境下任务调度。  相似文献   

14.
针对大数据处理框架MapReduce中的任务调度问题,提出一种基于Markov决策过程(Markov Decision Process,MDP)的任务调度算法,通过状态集来描述集群中节点的负载和作业的数据本地性需求,使用状态转移函数表示调度策略对状态的影响,采用值迭代求解算法求取最优策略,实现集群中节点的最优调度.实验结果表明,该算法能够保证数据本地性的同时,减少作业响应时间,提高系统综合性能.  相似文献   

15.
为了解决基于启发式算法的资源分配和任务调度过程中由于没有考虑任务间的相互依赖关系而出现的任务死锁问题,提出了一种基于蚁群系统的改进算法.首先阐述了如何将分配调度问题映射到任务资源分配图的优化选择问题上和如何将信号量机制引入到最优任务资源分配图中来解决死锁问题.其次说明了基于蚁群系统如何利用网格信息素系统模型实现该算法,涉及任务资源分配图的构造,以及通过蚁群的正反馈和分布式并行计算机制优化任务资源分配图.最后模拟试验结果说明所提出的算法可以有效地解决网格中任务死锁问题.  相似文献   

16.
双操作系统是虚拟机运行在主操作系统,然后通过虚拟机来运行从操作系统.从操作系统的任务调度只能等到主操作系统任务调度空闲才能调度.导致不能及时响应高优先级别的任务,系统容易崩溃.因此如果先运行虚拟机,再运行主从操作系统,最后通过虚拟机来调度主从操作系统任务,同时改进双操作系统间的任务调度策略.那么就能保证整个双操作系统任务之间的平滑调度,从而使整个系统稳健可靠运行.  相似文献   

17.
时间压力是影响决策的重要因素。本研究引入时间压力和任务类型变量探讨两者对决策策略的影响。结果显示:(1)高时间压力明显低于非时间压力信息搜索的深度,而重要任务决策的信息搜索深度要高于非重要任务的搜索深度;(2)无论在高时间压力还是非时间压力下,被试在进行重要任务决策时,倾向于采用代偿决策策略,即基于选项的加工;而在进行非重要任务决策时,被试所采用的策略是非代偿的,即基于属性的加工。  相似文献   

18.
任务型语言教学模式下任务的分析和设计   总被引:2,自引:0,他引:2  
任务型教学是20世纪80年代兴起的一种强调“做中学”的语言教学模式。而其中的“做”指的就是“完成任务的过程”。那么到底什么是任务呢?是“传统教学法”中的语言练习吗?“任务”又和哪些因素息息相关呢?教师又应该怎样来设计这个所谓的“任务”呢?其实“任务”就是“做事情”,而这些事情可以说就是日常生活中所做事情的翻版。但是值得强调的是:这种任务指的是用“目的语”来做事情,在做事情当中习得语言,所以“任务”强调的是语言的意义,而不是语言的形式。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号