Spark迭代密集型应用的优化方法研究
Spark迭代密集型应用的优化方法研究
复制标题
DOI：
10.3778/j.issn.1002-8331.1912-0293
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
孙功星
中科院分区：
文献类型：
--
作者：
魏占辰;刘晓宇;黄秋兰;孙功星
Spark是一个非常流行且广泛适用的大数据处理框架,具有良好的易用性和可扩展性。但在实际应用中,仍然存在一些问题需要解决。例如在部分迭代计算场景中,得到的加速效果并不理想,究其原因在于使用Spark等分布式系统后引入的额外损耗较大。为准确分析并降低这些损耗,提出了Spark效率分析公式,以分布式计算代价衡量额外损耗,以有效计算比衡量执行效率。在此基础上,还针对Spark迭代密集型应用设计并实现了一种优化策略。测试结果表明,有效计算比和程序执行性能得到了大幅提升,其中有效计算比提升了约0.373,程序执行时间缩短了约68.2%。