基于高性能集群实时容错机制的研究与实现

文章基于并行执行控制框架,根据并行计算的特点,针对Master、Worker节点故障,提出一种实时容错任务调度机制。实验结果表明,此机制能够在系统资源小部分损失的情况下,对剩余可用资源重新配置并恢复需要继续执行的计算任务,极大的提高了系统的可靠性。