基于加速收斂蜂群算法的資源感知調度器
大小：0.67 MB 人氣： 2017-11-27 需要積分：3
為了能有效處理海量數(shù)據(jù)，進行關聯(lián)分析、商業(yè)預測等，Hadoop分布式云計算平臺應運而生。但隨著Hadoop的廣泛應用，其作業(yè)調度方面的不足也顯現(xiàn)出來，現(xiàn)有的多種作業(yè)調度器存在參數(shù)設置復雜、啟動時間長等缺陷。借助于人工蜂群算法的自組織性強、收斂速度快的優(yōu)勢，設計并實現(xiàn)了能實時檢測Hadoop內(nèi)部資源使用情況的資源感知調度器。相比于原有的作業(yè)調度器，該調度器具有參數(shù)設置少、啟動速度快等優(yōu)勢。基準測試結果表明，該調度器在異構集群上，調度資源密集型作業(yè)比原有調度器快10%～20%左右。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于加速收斂蜂群算法的資源感知調度器下載
相關電子資料下載
- 淺析FreeRTOS任務調度器的三種調度算法和應用 1839
- RT-Thread v5.1.0 發(fā)布 313
- 自然語言處理應用LLM推理優(yōu)化綜述 265
- 海思A2MCU聚焦新一代嵌入式AI控制MCU，讓家電越智能越節(jié)能 269
- FreeRTOS任務調度器的三種調度算法講解（下） 979
- FreeRTOS調度器中的三種調度算法實踐（上） 237
- FreeRTOS任務調度器的三種調度算法講解（上） 832
- 英特爾酷睿Ultra通過全新英特爾vPro平臺將AI PC惠及企業(yè) 291
- 如何去提高EtherCAT IO的性能呢？ 251
- Linux系統(tǒng)對存儲設備性能的調優(yōu)方法 324