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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD