申请/专利权人:天津工业大学
申请日:2021-10-08
公开(公告)日:2023-04-14
公开(公告)号:CN115964022A
主分类号:G06F8/20
分类号:G06F8/20;G06F16/22
优先权:
专利状态码:在审-公开
法律状态:2023.04.14#公开
摘要:该专利主要针对Spark框架的Shuffle层进行存储和计算的分离,通过使用gRPC,将需要Shuffle的数据发送到Rocksdb数据库,将数据直接写进Rocksdb,并且进行Shuffle的聚合操作,再通过读取数据库的方式,将聚合的结果读出来,完成原Shuffle的一系列操作。相对于原Spark的操作,此方法在执行Shuffle的时候可以完全隔离内存和持久化操作,全部由Rocksdb进行替代,提升了性能,降低了分布式大数据处理的成本。
主权项:1.通过引入独立的存储层对Spark框架shuffle过程中的存储与计算进行解耦重构。a使用键值对类型的非关系型数据库Rocksdb集群来实现独立的存储层。b使用Scheduler模块对shuffle阶段数据写入独立存储层的过程进行管理,并协调map和reduce相关的计算过程。
全文数据:
权利要求:
百度查询: 天津工业大学 一种Spark框架Shuffle过程中存储与计算分离的重构实现方法
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。