文献类型：期刊文章

作　　者：胡亚红[1] 吴寅超[1] 朱正东[2]

HU Yahong;WU Yinchao;ZHU Zhengdong(College of Computer Science and Technology(College of Software),Zhejiang University of Technology,Hangzhou 310023,China;School of Computer Science and Technology,Xi′an Jiaotong University,Xi′an 710049,China)

机构地区：[1]浙江工业大学计算机科学与技术学院(软件学院),浙江杭州310023 [2]西安交通大学计算机科学与技术学院,陕西西安710049

出　　处：《国防科技大学学报》

基　　金：国家重点研发计划资助项目(2018YFB0204003)。

年　　份：2022

卷　　号：44

期　　号：6

起止页码：144-150

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于配置和所运行作业的不同,集群各节点的实时性能差异较大。为提高集群性能,提出节点实时性能自适应的集群资源分配算法(node real-time performance adaptivecluster resource scheduling algorithm, NPARSA)。节点实时性能用其配置(CPU核数及速度、内存容量、磁盘容量)和实时状态参数(CPU、内存和磁盘的剩余数量及磁盘读写速度)表示。NPARSA根据作业类型自主选择节点性能评价指标的权值,实现节点实时性能对于作业类型的自适应。实时性能最优的节点分配给作业。虚拟机实验和物理集群实验表明,与Spark默认资源分配算法、没有考虑作业类型与节点匹配的算法、使用作业和节点匹配差异程度作为资源分配依据的算法相比,NPARSA能更有效地缩短作业执行时间、提高集群性能。

关 键 词：资源分配 作业类型  节点实时性能  层次分析法

分 类 号：TP393]