摘要：本發明涉及高性能集群領域的任務調度方法，Hadoop的每個工作節點通過作業提交階段的解析后，獲取到符合任務的實際階段權值，通過幾何平均值方法的處理后，為該作業的其余任務建立階段權值的參考標準；在任務反饋階段，該作業的其余任務采用所述參考標準，結合子階段的進度對任務剩余執行時間進行估計；在作業反饋階段，將所有任務的階段權值用分段的方式求取幾何平均值，并建立作業名-階段權值映射記錄，作為該節點上后續作業執行的參考。本發明能夠在多作業并行執行的環境下分別對各個作業的任務進行自主學習和信息反饋，獲得更精確的階段權值估計，提高任務剩余執行時間預估的準確性，進而提高落后任務選擇的命中率，促進集群資源的優化利用。
- 專利類型發明專利
- 申請人福州大學;
- 發明人郭文忠;林常航;陳國龍;
- 地址350108 福建省福州市閩侯縣上街鎮大學城學園路2號福州大學新區
- 申請號CN201310396663.5
- 申請時間2013年09月04日
- 申請公布號CN103440167B
- 申請公布時間2016年06月29日
- 分類號G06F9/46(2006.01)I;G06F9/50(2006.01)I;
教育裝備采購網在線客服
京公網安備11010802043465號
