風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究

風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究

ID:22027112

大?。?71.08 KB

頁數(shù):7頁

時間:2018-10-26

風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究_第1頁
風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究_第2頁
風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究_第3頁
風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究_第4頁
風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究_第5頁
資源描述:

《風(fēng)電場數(shù)據(jù)中心hadoop云平臺作業(yè)調(diào)度算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、1308-0042修改風(fēng)電場數(shù)據(jù)中心Hadoop云平臺作業(yè)調(diào)度算法研究LUOXianjin*,YUELiming1,ZHENChcnggang11.華北電力人學(xué)控制與計算機(jī)工程學(xué)院,河北保定0710001.SchoolofControlandComputerEngineering,NorthChinaElectricPowerUniversity,Baoding071000,ChinaLUOXianjin,YUELiming,ZHENChenggang.Researchonthejobschedulingalgorithmonthewindfarm

2、sdatacentercloudplatformbasedonhadoop.ComputerEngineeringandApplicationsAbstract:Winddatacentercontainsstatusmonitoring,dataacquisitionreal-timejobsandothernon-real-timejobs.ThestructureofC/Swhichhasbeenwildlyused,butithasmanydisadvantages,suchastheimbalanceofresourceutilizati

3、on,thehighcostofmanagementandmaintenance,etc.Thispaperpresentsadatacenterarchitecturebasedoncloudcomputingplatform;InordertosolvetheFIFOSchedulerintheopensourceHadoopplatformcannotsatisfythereal-timemonitoringjobs’requirements,theauthordesignadualqueuejobschedulerbasedontheexi

4、stingFIFOScheduler,whichconsiderthedeadlinetimeandpriorityofthejobtomakeschedulejobdecisions.ComparedwiththeFIFOScheduler,theexperimentalresultsshowthatthedualqueuejobschedulercanmakeagoodperformancewhentheclusterloadislargetomakethereal-timejobscanbeexecutedfirst,andprovidesa

5、guaranteeforthesafeoperationofthewindturbines.KeyWords:hadoop;cloudplatform;schedulingalgorithm;clusterload摘要:風(fēng)屯場數(shù)據(jù)屮心包含狀態(tài)監(jiān)測、數(shù)據(jù)采集等實時類作業(yè)和非實時類作業(yè),采用C/S結(jié)構(gòu)存在資源利用率不平衡、管理與維護(hù)成本高等缺點。本文設(shè)計了一種蕋于Hadoop云平臺的數(shù)據(jù)中心架構(gòu);針對開源Hadoop平臺現(xiàn)有FIFO調(diào)度器不能滿足實時監(jiān)測系統(tǒng)要求,在原有FIFO調(diào)度器的基礎(chǔ)上,作者設(shè)計了一種雙隊列的作業(yè)調(diào)度器,綜合考慮作業(yè)的截止吋間和優(yōu)

6、先級來進(jìn)行作業(yè)凋度決策,實驗結(jié)果表明,與FIFO調(diào)度器相比,雙隊列的作業(yè)凋度器在集群負(fù)載較人吋能夠表現(xiàn)出較好的性能,保證實吋類作業(yè)能夠優(yōu)先執(zhí)行,為風(fēng)電機(jī)組的安全運(yùn)行提供保障。關(guān)鍵詞:hadoop;云平臺;調(diào)度算法;集群負(fù)載文獻(xiàn)標(biāo)志碼:A中圖分類號:TP301.61引言風(fēng)能作為一種清沾的可再生能源,H益引起世界各國的關(guān)注,風(fēng)力發(fā)電技術(shù)基木已趨于成熟。在大型的風(fēng)電場中有幾十臺甚至上百臺風(fēng)力發(fā)電機(jī),同時一個風(fēng)力發(fā)電集團(tuán)擁有多個風(fēng)電場,它們分散于各地,并且多處于偏僻地區(qū),不但給風(fēng)電公司的生產(chǎn)運(yùn)營管理帶來很人網(wǎng)難,也給電網(wǎng)的調(diào)度和電網(wǎng)的安全運(yùn)行帶來很多的問題

7、[1]。目前,Google、Yahoo、Amazon、Facebook、百度以及阿里巴巴等都在應(yīng)用云計算技術(shù)來解決它們所面臨的處理海量數(shù)據(jù)的問題[2]。Hadoop(對海景數(shù)據(jù)進(jìn)行分布式處理的軟件框架)開源丼行計算框架構(gòu)建在廉價的計算機(jī)集群之上,通過各個計算機(jī)節(jié)點的協(xié)M丄作來獲得強(qiáng)大的數(shù)據(jù)存儲能力和計算能力。Hadoop主要包括兩個組件:MapReduce(一種編程運(yùn)型,用于并行處理大規(guī)模數(shù)遍)并行計算框架、分布式文件系統(tǒng)13】(DistributedFileSystem)。利川MapReduce框架編寫的程序采川分而治之的思想,使得一個人的任務(wù)能

8、夠被分成若T?個小任務(wù),以并行的方式運(yùn)行,從而加快數(shù)據(jù)處理的速度14]。在風(fēng)電場數(shù)據(jù)中心集群屮,川戶提交的作業(yè)被初始化成苦

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。