基于优先级权重的Hadoop YARN调度算法

为解决Hadoop现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题,研究YARN中的资源调度机制,改进原调度器(Capacity Scheduler),提出一种基于优先级权重的Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。为叶子队列设置队列优先级,结合队列资源利用率和队列优先级选择队列;将应用程序的初始权重设置为应用程序优先级的大小,通过等待时间判断是否更新权重,根据权重对队列中的应用程序进行排序,调度时优先为权重高的应用程序分配资源。实验结果表明,与原有调度算法相比,改进算法平均任务执行时间约减少141 s,平均等待时间减少34.5%,保证了用户执行任务的相对公平,提高了用户总体满意度。

基于作业类型和优先级权重的容量调度算法

针对Hadoop平台默认调度器在异构环境中不能根据作业类型和资源使用情况进行资源调度的问题,进行了Hadoop容量调度算法资源调度机制研究,提出一种基于作业类型和优先级权重的容量调度算法。首先通过作业负载分类,将用户提交的作业划分为CPU(central processing unit,中央处理器)负载类型作业和I/O(input/output,输入/输出)负载类型作业,并将不同类型作业分配到相应队列中;然后根据权重公式为超过等待时间阈值的作业更新作业优先级,实现队列中的作业排序;最后结合节点实时负载情况优先为优先级高的作业分配资源,从而实现集群性能的提升。结果表明,在异构环境下,相比容量调度算法,本算法将单作业类型和混合作业类型的作业平均完成时间分别缩短了9.7%和30.8%,从而有效地提高了作业执行效率和系统的资源利用率。本算法优化了Hadoop系统的负载均衡,可为后续相关调度算法的优化研究提供参考。

一种基于分区域优先级的寄存器分配算法

编译器速度和生成代码质量是衡量寄存器分配阶段性能的两个关键因素,现代的即时编译器要求在尽可能短的时间内编译出高质量的代码。传统的基于图着色的算法和线性扫描算法均不能很好地满足这个要求,该文提出一种基于矩阵填充的区域优先级寄存器分配算法,不追求理论上完美的寄存器分配,而采用贪婪式的方法,对程序循环区域进行分割,按区域内生命域的长度和溢出权重两种优先级排序方法进行物理寄存器分配,再扩展到整个程序段。算法在保留线性分配时间的同时产生了高质量的代码,应用于编译SSA形式的PTX指令到多核平台的过程中,基于该编译平台的实验证明了该文改进算法的有效性。

云锡卡房分矿巷道掘进效率影响因素研究——层次分析法的应用

文章介绍了运用层次分析法分析影响卡房分矿巷道掘进效率的各种因素,通过计算各因素的优先级权重,找出影响掘进效率的主要因素,并做出了相应的整改措施。

应用层次分析法确定影响巷道掘进效率的因素

层次分析法是一种层次权重决策分析方法。介绍了层次分析法理论以及应用层次分析法的一般步骤和计算方法,并对大屯锡矿影响其掘进效率的工人熟练度、凿岩时间、喷浆时间、管理水平等20个因素进行分析,根据专家打分对各影响因素进行赋值,通过分析计算确定了各影响因素的优先级,从而得出了影响掘进效率的主要因素为凿岩时间、喷浆时间、维修设备时间及管理水平4个因素,其占总权重数分别为32.4%、15.4%、15.4%和12.6%。最终,在此基础上对凿岩、喷浆、设备停修等问题提出了相应的改进措施。