MapReduce上基于抽样的数据划分最优化研究 | |
韩蕾 ; 孙徐湛 ; 吴志川 ; 陈立军 | |
2013 | |
关键词 | 抽样 MapReduce框架 数据倾斜 负载平衡 数据集划分 |
英文摘要 | MapReduce是一个目前应用广泛的并行计算框架,如何解决Reduce节点的负载平衡问题是MapReduce程序执行效率的一个重要研究方向。基于抽样的划分是一种比较有效的数据划分方法,为了使得抽样方法发挥最大程度的效益,研究了抽样效果与其重要影响因素之间的定量关系,并给出了相关理论及其证明推导,同时通过实验进一步验证了理论的正确性。基于研究的结果,可以在给定MapReduce环境中,通过分析数据特征,找到最优抽样样本规模,从而通过尽可能小的抽样代价来得到满足要求的数据划分。通过将研究成果应用在改进的Terasort算法上,以实例验证了其在MapRedece平台上的实际意义。; 0 |
语种 | 中文 |
内容类型 | 其他 |
源URL | [http://ir.pku.edu.cn/handle/20.500.11897/277069] ![]() |
专题 | 信息科学技术学院 |
推荐引用方式 GB/T 7714 | 韩蕾,孙徐湛,吴志川,等. MapReduce上基于抽样的数据划分最优化研究. 2013-01-01. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论