申请/专利权人:广东技术师范大学;广东外语外贸大学
申请日:2020-07-24
公开(公告)日:2020-11-20
公开(公告)号:CN111966490A
主分类号:G06F9/50(20060101)
分类号:G06F9/50(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2021.12.31#发明专利申请公布后的驳回;2020.12.08#实质审查的生效;2020.11.20#公开
摘要:本发明公开一种负载均衡方法,包括:在启动Map任务后,通过分区监控器获取并统计操作信息,得到操作统计信息;在获得所述操作统计信息后,通过所述分区大小预测器,计算完成100%映射任务量后每个分区生成的中间数据量;根据所述分区的中间数据量,通过数据倾斜检测模型判断所述所有分区中是否存在倾斜分区;若存在,则通过资源调度器将所述倾斜分区内的数据进行降序排序,并对原划分文件进行动态调整、以均衡Spark分区负载。本发明实施例既能够使Spark的分区负载更均衡,缓解数据倾斜的问题,又能够缩短应用程序完成的时间。
主权项:1.一种Spark分区负载均衡方法,其特征在于,包括在启动Map任务后,通过分区监控器获取并统计操作信息,得到操作统计信息;在获得所述操作统计信息后,通过所述分区大小预测器,计算完成100%映射任务量后每个分区生成的中间数据量;根据所述分区的中间数据量,通过数据倾斜检测模型判断所述所有分区中是否存在倾斜分区;若存在,则通过资源调度器将所述倾斜分区内的数据进行降序排序,并对原划分文件进行动态调整、以均衡Spark分区负载。
全文数据:
权利要求:
百度查询: 广东技术师范大学;广东外语外贸大学 一种Spark分区负载均衡方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。