随着大数据时代的来临,日常的经济活动和社会中所涉及的业务越来越复杂,需要处理的信息也在急剧增加。在这种趋势下,以服务和云计算为应用的大规模动态分布式系统获得广泛关注与深入发展。由Yahoo开发的Hadoop,因其在大规模、分布式数据集上强大的并行处理能力,目前已成为大数据并行计算现实中的标准。Hadoop是一个实现了MapReduce计算模型的开源分布式并行编程框架,可以在同一时间内处理来自多个用户的不同类型的多个作业。而Hadoop的虚拟化、大规模、动态性、松散耦合、高度可集成性也给服务的动态调度性能评估和资源的动态优化问题的研究带来了新的挑战。为了提高影响上层云的服务质量( Quality of Service,QoS),国内外很多学者对作业调度和资源优化问题进行了深入研究,并提出了一些理论和算法。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !