多階段劃分的MapReduce模型
大?。?/span>0.70 MB 人氣： 2017-12-27 需要積分：3
針對已有的MapReduce模型階段劃分粒度不合理導致模型精度和復雜度存在的問題，提出了階段劃分粒度為5的多階段MapReduce模型（MR-Model）。首先綜述了MapReduce模型的研究現狀；然后將MapReduce劃分為Read、Map、Shuffle、Reduce、Write共5個階段，并對每個階段的具體運行時間進行研究；最后通過實驗對模型的預測性能進行驗證。實驗結果表明，提出的MR-Model可用來描述MapReduce實際任務的執行過程，與另外兩種不同劃分粒度的模型P-Model和H-Model相比，MR-Model模型的運行時間預測精度可以提高10%- 30%，在Reduce階段的運行時間預測精度可以提高2-3倍，綜合性能較好。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
多階段劃分的MapReduce模型下載
相關電子資料下載
- MapReduce和Spark概要介紹 1297
- Apache Storm的安裝部署 777
- 谷歌大腦和DeepMind聯合發布堪稱AI界的MapReduce 4342
- MapReduce實現與自定義詞典文件基于hanLP的中文分詞詳解 221
- 一種基于MapReduce模型的并行化k-medoids聚類算法 5078
- mapreduce二次排序_ mapreduce二次排序原理 6146
- mapreduce工作原理圖文詳解_Map、Reduce任務中Shuffle和排序 8344
- mapreduce設置map個數_mapreduce設置map內存 11204
- Mapreduce和Hive中map reduce個數設定 5977
- mapreduce的應用開發步驟 4716