|
文摘
|
随着基于MapReduce 模型的应用程序越来越多, Hadoop 性能取决于应用程序. 针对上述特性, 从应用着手剖析Hadoop 存在的局限和不足, 提出解决方案, 利用作业和任务的多重并发平衡磁盘和网络带宽, 减小瓶颈出现的可能性, 提高系统性能. |
|
其他语种文摘
|
As applications programs based on MapReduce model growing up, Hadoop's performance depends on applications. From applications, this paper analyzes the limitations and shortcomings of Hadoop architecture and storage technology, and proposes a feasible and cost-effective solution to address the problem. It builds a series tests to convince the idea. The solution is multi-level parallel, both on job and I/O levels, which makes full use of disk and network bandwidth, reduces I/O bottlenecks and improves performance. |
|
来源
|
计算机工程
,2010,36(14):262-263,266 【核心库】
|
|
关键词
|
分布式计算
;
存储
;
并发I/O
;
性能优化
|
|
地址
|
华南理工大学, 广东省计算机网络重点实验室, 广州, 510640
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
Sun Microsystems 公司研究基金资助项目
|
|
文献收藏号
|
CSCD:3919211
|
了解气象卫星更多信息，请访问