亲和调度及其在数据局部性数据中心调度中的应用
分布式、并行与集群计算
2017-05-10 v1 性能
摘要
MapReduce框架是Hadoop中的事实标准。考虑到数据中心中的数据局部性，map任务的负载均衡问题是亲和调度问题的一个特例。关于亲和调度已有大量工作，提出了诸如 Delay Scheduling 和 Quincy 等启发式算法，试图提高数据中心的数据局部性。然而，这类算法的吞吐量和延迟最优性的理论保证未受到足够关注。在本工作中，我们提出并比较了不同算法，讨论了它们的缺点与优势。据我们所知，大多数数据中心使用的是静态负载均衡算法，这些算法在任何方面都不高效，导致资源浪费并给用户带来不必要的延迟。
引用
@article{arxiv.1705.03125,
title = {Affinity Scheduling and the Applications on Data Center Scheduling with Data Locality},
author = {Mohammadamir Kavousi},
journal= {arXiv preprint arXiv:1705.03125},
year = {2017}
}