期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多阶段划分的MapReduce模型
被引量：
3
1
作者
李振举
李学军
+1 位作者
杨晟
刘涛
《计算机应用》
CSCD
北大核心
2015年第12期3374-3377,3382,共5页
针对已有的MapReduce模型阶段划分粒度不合理导致模型精度和复杂度存在的问题,提出了阶段划分粒度为5的多阶段MapReduce模型（MR-Model）。首先综述了MapReduce模型的研究现状;然后将MapReduce划分为Read、Map、Shuffle、Reduce、Write...
针对已有的MapReduce模型阶段划分粒度不合理导致模型精度和复杂度存在的问题,提出了阶段划分粒度为5的多阶段MapReduce模型（MR-Model）。首先综述了MapReduce模型的研究现状;然后将MapReduce划分为Read、Map、Shuffle、Reduce、Write共5个阶段,并对每个阶段的具体运行时间进行研究;最后通过实验对模型的预测性能进行验证。实验结果表明,提出的MR-Model可用来描述MapReduce实际任务的执行过程,与另外两种不同划分粒度的模型P-Model和H-Model相比,MR-Model模型的运行时间预测精度可以提高10%-30%,在Reduce阶段的运行时间预测精度可以提高2-3倍,综合性能较好。
展开更多
关键词
云计算
MAPREDUCE
性能模型
多阶段划分
划分
粒度
在线阅读
下载PDF
职称材料
题名
基于多阶段划分的MapReduce模型
被引量：
3
1
作者
李振举
李学军
杨晟
刘涛
机构
解放军装备学院信息装备系
出处
《计算机应用》
CSCD
北大核心
2015年第12期3374-3377,3382,共5页
基金
总装备部预研项目(513150701)
文摘
针对已有的MapReduce模型阶段划分粒度不合理导致模型精度和复杂度存在的问题,提出了阶段划分粒度为5的多阶段MapReduce模型（MR-Model）。首先综述了MapReduce模型的研究现状;然后将MapReduce划分为Read、Map、Shuffle、Reduce、Write共5个阶段,并对每个阶段的具体运行时间进行研究;最后通过实验对模型的预测性能进行验证。实验结果表明,提出的MR-Model可用来描述MapReduce实际任务的执行过程,与另外两种不同划分粒度的模型P-Model和H-Model相比,MR-Model模型的运行时间预测精度可以提高10%-30%,在Reduce阶段的运行时间预测精度可以提高2-3倍,综合性能较好。
关键词
云计算
MAPREDUCE
性能模型
多阶段划分
划分
粒度
Keywords
cloud computing
MapReduce
performance model
multi-phase division
partition granularity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多阶段划分的MapReduce模型
李振举
李学军
杨晟
刘涛
《计算机应用》
CSCD
北大核心
2015
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
