[发明专利]一种处理大数据平台Spark数据分配不均衡的方法在审
| 申请号： | 201710456187.X | 申请日： | 2017-06-16 |
| 公开（公告）号： | CN109144707A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 田文洪;黄超杰;刘弘一;任小芹;何马均;叶宇飞 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610000 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种处理大数据平台Spark数据分配不均衡的方法，涉及集群资源调度、负载均衡领域。本发明针对Spark各Stage中任务出现的数据倾斜问题，提出了MRFair的解决方法，所述方法包括步骤：(1)将Spark各Stage上一些任务设置为活动任务；(2)根据活动任务的元数据估计任务的剩余运行时间；(3)根据任务的剩余运行时间降序排列活动任务，将剩余运行时间最大的任务的可用数据块重新分配给剩余运行时间最小的任务；(4)更新任务的剩余运行时间，重复步骤(3)直到无可用的数据块被调度或者重新分配后任务的剩余运行时间少于其他任务的最大剩余运行时间。本发明能有效减少Spark作业的总完工时间，提升Spark作业的服务质量。 | ||
| 搜索关键词： | 数据分配 重新分配 不均衡 大数据 调度 可用数据块 负载均衡 集群资源 降序排列 倾斜问题 任务设置 有效减少 数据块 元数据 重复 更新 服务 | ||
【主权项】：
1.一种处理大数据平台Spark数据分配不均衡的方法，其特征在于，所述方法包括步骤：(1)将Spark各Stage上一些任务设置为活动任务；(2)根据活动任务的元数据估计任务的剩余运行时间；(3)根据任务的剩余运行时间降序排列活动任务，将剩余运行时间最大的任务的可用数据块重新分配给剩余运行时间最小的任务；(4)更新任务的剩余运行时间，重复步骤(3)直到无可用的数据块被调度或者重新分配后任务的剩余运行时间少于其他任务的最大剩余运行时间。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于田文洪;黄超杰;刘弘一;任小芹;何马均;叶宇飞，未经田文洪;黄超杰;刘弘一;任小芹;何马均;叶宇飞许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710456187.X/，转载请声明来源钻瓜专利网。
