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。

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