期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 云环境下影响数据分布并行应用执行效率的因素分析
马生俊, 陈旺虎, 俞茂义, 李金溶, 郏文博
计算机应用    2017, 37 (7): 1883-1887.   DOI: 10.11772/j.issn.1001-9081.2017.07.1883
摘要628)      PDF (795KB)(373)    收藏
云环境下,类似MapReduce的数据分布并行应用被广泛运用。针对此类应用执行效率低、成本高的问题,以Hadoop为例,首先,分析该类应用的执行方式,发现数据量、节点数和任务数是影响其效率的主要因素;其次,探讨以上因素对应用效率的影响;最后,通过实验得出在数据量一定的情况下,增加节点数不会明显提高应用的执行效率,反而极大地增加执行成本;当任务数接近节点数时,应用的执行效率较高、成本较低。该结论为云环境中类似MapReduce的数据分布并行应用的效率优化提供借鉴,并为用户租用云资源提供参考。
参考文献 | 相关文章 | 多维度评价
2. 云环境下基于聚簇的科学工作流执行优化策略
段菊, 陈旺虎, 王润平, 俞茂义, 王世凯
计算机应用    2015, 35 (6): 1580-1584.   DOI: 10.11772/j.issn.1001-9081.2015.06.1580
摘要442)      PDF (783KB)(390)    收藏

基于云环境下的科学工作流,以提高处理机利用率、降低费用为目标,提出了一种基于聚簇的执行优化策略。该策略首先基于合理的任务复制和分簇,以实现关键任务的尽早调度;在此基础上,对任务簇再次进行聚集,以充分利用任务簇中任务间可能的空闲时间。实验表明,该策略能够提高任务的并行度,提前工作流的最早完成时间,并且在提高处理机的利用率和降低科学工作流的执行费用方面有显著效果。

参考文献 | 相关文章 | 多维度评价