HadoopYARN資源分配與調(diào)度的研究.pdf

1、Hadoop是一種分布式存儲(chǔ)和并行計(jì)算框架，由于具有高可靠性、高擴(kuò)展性和高容錯(cuò)性等特點(diǎn)，目前在云計(jì)算中得到廣泛應(yīng)用。資源分配與調(diào)度問(wèn)題一直是并行計(jì)算領(lǐng)域關(guān)注的重要的問(wèn)題。Hadoop資源管理系統(tǒng) YARN提供三種內(nèi)置資源調(diào)度器，但隨著應(yīng)用的擴(kuò)展，這些內(nèi)置調(diào)度器并不能滿足用戶的需求，因此，研究如何合理地進(jìn)行資源分配與調(diào)度，以此提高系統(tǒng)資源利用率，減少系統(tǒng)計(jì)算時(shí)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(diào)度機(jī)制，從作業(yè)調(diào)度和任務(wù)調(diào)度兩個(gè)層次考慮，分別研究了Hadoop資源調(diào)度機(jī)制與推測(cè)執(zhí)行機(jī)制，針對(duì)其中存在的資源分配不合理和預(yù)測(cè)任務(wù)完成時(shí)間不準(zhǔn)確的問(wèn)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(yīng)調(diào)度算法。該方法通過(guò)Hadoop YARN心跳通信機(jī)制獲取負(fù)載、內(nèi)存、CPU速度等屬性信息來(lái)初始化蟻群信息素矩陣，然后將粒子群算法的自我認(rèn)知能力與社會(huì)認(rèn)

3、知能力引入到蟻群算法，同時(shí)根據(jù)蟻群算法全局最優(yōu)解的波動(dòng)趨勢(shì)動(dòng)態(tài)調(diào)整信息素?fù)]發(fā)系數(shù)。論文設(shè)計(jì)了資源分配和調(diào)度算法，并修改 Hadoop代碼實(shí)現(xiàn)了一個(gè)資源調(diào)度器以驗(yàn)證本文所提算法的有效性。實(shí)驗(yàn)結(jié)果表明，采用本文方法，能有效地調(diào)度Hadoop集群資源，縮短集群的作業(yè)執(zhí)行時(shí)間。
　　2）研究如何準(zhǔn)確預(yù)測(cè)任務(wù)完成時(shí)間，提出基于C4.5決策樹算法的推測(cè)執(zhí)行機(jī)制。論文首先分析了準(zhǔn)確預(yù)測(cè)掉隊(duì)任務(wù)和后備任務(wù)執(zhí)行時(shí)間的重要性，然后闡述了Hadoop傳

4、統(tǒng)調(diào)度算法中推測(cè)執(zhí)行機(jī)制中存在的不足。在此基礎(chǔ)上，提出了基于C4.5決策樹算法的推測(cè)執(zhí)行機(jī)制，并設(shè)計(jì)相應(yīng)的推測(cè)執(zhí)行算法預(yù)測(cè)任務(wù)執(zhí)行時(shí)間，以比較“掉隊(duì)者”與備份任務(wù)的完成時(shí)間，并據(jù)此判斷是否有必要啟動(dòng)備份任務(wù)，達(dá)到避免啟動(dòng)不必要的備份任務(wù)、縮短作業(yè)執(zhí)行時(shí)間的目的。論文最后進(jìn)行了實(shí)驗(yàn)，通過(guò)修改Hadoop中推測(cè)執(zhí)行機(jī)制的源代碼來(lái)實(shí)現(xiàn)本文提出的改進(jìn)算法，并對(duì)比分析了改進(jìn)算法在作業(yè)執(zhí)行時(shí)間和執(zhí)行穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明，本章算法明顯優(yōu)于原推測(cè)執(zhí)行算