《Bandwidth-Aware Scheduling With SDN in Hadoop:A New Trend for Big Data》--2017
Hadoop中使用SDN的带宽感知调度:大数据的一种新趋势
Abstract:
为了处理大规模的数据,提出了基于Hadoop框架的MapReduce,在Hadoop系统中,有一种叫做NP完全最小(NP-complete minimum)制造跨度问题(make span prlblem)。一种解决办法是在数据本地节点上分配任务来避免链路占用;很多用于data locality 的方法被提出,例如HDS和BAR。可是它们都有其缺点:要么忽略全局视图中的任务分配,要么忽略可用带宽作为调度的基础。
于是作者就提出了一种基于SDN的启发式带宽感知任务调度算法(简称BASS),将Hadoop和SDN相结合。
根据作者所说,BASS是第一个探索出SDN在大数据处理的作业调度的优势,并指出其是大规模数据处理的新趋势。
索引: Bandwidth-aware,big data, Hadoop, cheduling, software-defined networking(SDN).
【
concurrently 同时地
implementation 成就,贯彻
assign 分派,选派
scarce 缺乏的、罕见的
methodology 原则、方法
disregard 漠视、忽视
heuristic 启发式的、探索的
optimized 最佳化的
exploit 开采、开拓
】
Content
I. I NTRODUCTION
开头便介绍了SDN和big data的好处,逐渐成了现今发展的趋势。
随着大数据处理和SDN的发展,那问题就来了:是否可以用于处理最小制造跨度问题(thr minimum make span issue)呢?是否可以将SDN的带宽控制能力和Hadoop系统相结合来探索一种优化的任务调度方案?如图1所示的问号上:
【
the NP-complete minimum makespan problem:NP完全最小完工时间问题
deploy 部署
automation 自动化
multicast 多播、多点传送
deterministic 确定性的
innovative 革新的,创新的
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。
P类问题:可以在多项式时间内求解出来结果的。
NP类问题:无法直接计算得到的,例如只能靠猜算得知质数。
生成问题的一个解通常比验证一个给定的解时间花费要多得多。
NP-完全问题(NPC问题):既然给定一个结果我们可以快速利用内部只是进行验证是否正确,那么反过来想,是否存在一个确定性的算法,可以在多项式的时间内, 直接算出或搜寻出正确的答案呢?
optimized 最佳化的
agility 敏捷,活泼
utilize 使用,利用
scarce 缺乏的,罕见的
parameter 参数
outperform 胜过,做得更好
】
文章的主要贡献如下:
1. 将the make span 形式化,并提出了一种带宽分配的TS方案;
2. 提出了一种带宽感知的任务调度器BASS,其性能优于以往所有相关算法;
3. 用了几个例子和实验来证明BASS的有效性。
文章的组织如下: Section II 回顾一些相关工作,Section III 对Hadoop集群中的调度问题进行了形式化的描述, Section IV 提出了基于SDN的带宽感知调度器BASS并给出了详细的示例说明, Section V 说了实验的细节,Section VI 总结全文并展望未来。
【
formalize 使形式化
exploit 开采、开拓
extensive 广阔的、广大的
】
II. RELATED WORK
Hadoop默认调度程序会搜索data local tasks并将它们分配给空闲节点,但这会增加作业完成时间。Matei建议延迟调度,已解决数据局部性和公平性的冲突,但是这会带来利用不足和不稳定的情况。Tan等人发现map tasks 和reduce tasks 并没很好地共同优化,这就会造成任务调度饥饿以及不利的数据局部性。于是就提出说能不能将两者很好地结合一下,但优于Hadoop中是假定所有节点都是专用于单个用户的,因此也无法保证高性能…作者罗列了很多文章提出的一些方法, 并说明了它们的局限性。
III. PROBLEM FORMALIZATION
定义了一些符号,如表1所示:
然后是一堆公式的集合。
IV. SDN-BASED BANDWIDTH-AWARE SCHEDULING IN HADOOP FOR BIG DATA PROCESSING
A. TS Bandwidth Allocation
B. BASS: Bandwidth-Aware Scheduling With SDN in Hadoop
V. EXPERIMENTS FOR PERFORMANCE EVALUATION
A. Experimental Setup
B. Experimental Results
VI.CONCLUSION AND EXPECTATIONS
本文利用SDN并充分考虑链路带宽,以提高大数据处理的性能。本文首先对Hadoop中的makespan问题进行了形式化描述,并提出了一种带宽分配的TS方案,可以以灵活的方式分配任务。最后,作者给出了实例,并实现了扩展的实际实验,证明了BASS的有效性。
【
utilize 利用,使用
exploit 开采,开拓
formalize 使正式
allocation 分配
extensive 广阔的
cluster 丛、群
evolvement 发展,进化
scalability 可测量性
】
PS:中间的一些具体实现以及一些公式没有看懂.
《Bandwidth-Aware Scheduling With SDN in Hadoop:A New Trend for Big Data》--2017的更多相关文章
- 《IM开发新手入门一篇就够:从零开发移动端IM》
登录 立即注册 TCP/IP详解 资讯 动态 社区 技术精选 首页 即时通讯网›专项技术区›IM开发新手入门一篇就够:从零开发移动端IM 帖子 打赏 分享 发表评论162 想开 ...
- [Spark] Spark 3.0 Accelerator Aware Scheduling - GPU
Ref: Spark3.0 preview预览版尝试GPU调用(本地模式不支持GPU) 预览版本:https://archive.apache.org/dist/spark/spark-3.0.0-p ...
- 《深入理解Spark:核心思想与源码分析》(前言及第1章)
自己牺牲了7个月的周末和下班空闲时间,通过研究Spark源码和原理,总结整理的<深入理解Spark:核心思想与源码分析>一书现在已经正式出版上市,目前亚马逊.京东.当当.天猫等网站均有销售 ...
- 《深入理解Spark:核心思想与源码分析》(第2章)
<深入理解Spark:核心思想与源码分析>一书前言的内容请看链接<深入理解SPARK:核心思想与源码分析>一书正式出版上市 <深入理解Spark:核心思想与源码分析> ...
- 《深入理解Spark:核心思想与源码分析》一书正式出版上市
自己牺牲了7个月的周末和下班空闲时间,通过研究Spark源码和原理,总结整理的<深入理解Spark:核心思想与源码分析>一书现在已经正式出版上市,目前亚马逊.京东.当当.天猫等网站均有销售 ...
- 《深入理解Spark:核心思想与源码分析》正式出版上市
自己牺牲了7个月的周末和下班空闲时间,通过研究Spark源码和原理,总结整理的<深入理解Spark:核心思想与源码分析>一书现在已经正式出版上市,目前亚马逊.京东.当当.天猫等网站均有销售 ...
- 《Spark大数据处理:技术、应用与性能优化 》
基本信息 作者: 高彦杰 丛书名:大数据技术丛书 出版社:机械工业出版社 ISBN:9787111483861 上架时间:2014-11-5 出版日期:2014 年11月 开本:16开 页码:255 ...
- 《Spark大数据处理:技术、应用与性能优化》【PDF】 下载
内容简介 <Spark大数据处理:技术.应用与性能优化>根据最新技术版本,系统.全面.详细讲解Spark的各项功能使用.原理机制.技术细节.应用方法.性能优化,以及BDAS生态系统的相关技 ...
- 《Spark大数据处理:技术、应用与性能优化》【PDF】
内容简介 <Spark大数据处理:技术.应用与性能优化>根据最新技术版本,系统.全面.详细讲解Spark的各项功能使用.原理机制.技术细节.应用方法.性能优化,以及BDAS生态系统的相关技 ...
随机推荐
- C#实现之(自动更新)
做开发的人,尤其是做客户端(C/S)系统开发的人都会遇到一个头疼的问题,就是软件的自动更新:系统发布后怎样自动的更新程序,在下有幸开发过一个自动更新程序,更新程序与任何宿主程序是完全独立的:只要在主程 ...
- Docker技术入门与实战 第二版-学习笔记-8-网络功能network-1-单个host上的容器网络
Docker 中的网络功能介绍 Docker 允许通过外部访问容器或容器互联的方式来提供网络服务 1) 外部访问容器 容器中可以运行一些网络应用,要让外部也可以访问这些应用,可以通过 -p或 -P参数 ...
- A. Pride
You have an array a with length n, you can perform operations. Each operation is like this: choose t ...
- array_sum(),array_product()的使用
这两个函数在你处理数据的时候,相信会很有用处. 一个是处理数组所有值的和,一个是所有值的乘积.写这个随笔就是强调下,有特殊的情况需要注意,以防以后的工作中,统计的时候出现错误. 举个例子: $a = ...
- 自研后端HTTP请求参数验证器服务ParamertValidateService
好处:方便了后端对HTTP请求中参数进行核验,只需一次编写效验器,一行代码便可对所有参数的pojo进行参数核验!而且更改效验逻辑时只需要更改效验器类即可,实现了解耦合. 只需要程序员按照规范开发一个P ...
- 在 R 中估计 GARCH 参数存在的问题(续)
目录 在 R 中估计 GARCH 参数存在的问题(续) rugarch 包的使用 简单实验 rugarch 参数估计的行为 极端大样本 结论 在 R 中估计 GARCH 参数存在的问题(续) 本文承接 ...
- 课程设计个人报告——基于ARM实验箱的Android交友软件的设计与实现
个人贡献 熟悉试验箱各元件功能以及连接组装试验箱 一.实验内容 研究实验箱串口.USB线的调通连接 二.实践步骤 1.打开实验箱,首先了解各元件功能 这个是LTE模块,也叫4G模块,具体的作用是硬件将 ...
- 浅谈Objeact.clone克隆(纯个人理解,如有错误请指正)
现在先来看一下jdk给出的Object.clone源码和注释 /** * Creates and returns a copy of this object. The precise meaning ...
- Octocat,看着喜欢就都下载下来了
看见github的octocat很喜欢,就用c#写了个程序统统download了,附上一个比较高效的下载程序,以及文末的图片压缩包. 用到了Jumony解析网页. HttpClient client ...
- python变量名感悟
我感悟的是python的变量名其实就可以理解为C/C++中的指针! 1.python的变量在使用之前必须赋值,就像指针在使用之前不能为空. 2.python的内存可以用del释放,C++可以用dele ...