文献类型：期刊文章

作　　者：李千目[1,2] 张晟骁[1,2] 陆路[1] 戚湧[1,2] 张宏[1]

机构地区：[1]南京理工大学计算机科学与工程学院,南京210094 [2]南京理工大学常熟研究院,江苏常熟215500

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(61272419);江苏省自然科学基金项目(BK2011370);中国博士后基金项目(2012M521089);江苏省博士后资助计划基金项目(1201044C);连云港科技攻关基金项目(CG1124);江苏省"九七三"重点基础研究发展计划基金项目(BK2011023;BK2011022)

年　　份：2013

卷　　号：50

期　　号：S1

起止页码：361-368

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：云资源的合理分配以及对作业的有效调度,能够大幅提升云系统性能.在归纳Hadoop的现有作业调度算法的基础上,提出一个适用于异构集群的Max-D调度算法.对比分析了FIFO、公平调度以及Max-D算法在不同负载情况下的性能,针对单一调度算法在不同负载下性能衰减的缺陷,设计出基于负载检测的混合调度策略,为系统选择最为适合当前负载状况的调度算法.实验数据表明,FIFO、公平调度以及Max-D算法的混合调度方式对减少作业的平均调度时间以及保证公平性是有效的.

关 键 词：云计算  HADOOP 作业调度 混合调度 异构集群

分 类 号：TP301.6]