基于MapReduce模型的推测执行优化算法

作为数据中心大规模处理框架,MapReduce集群包含成百上千个节点,多采用推测执行的方法来有效解决并行计算中的掉队任务。针对集群中实时性需求较高并且任务量较小的目标作业,提出基于MapReduce模型的推测执行优化算法,其目的是在满足实时性需求的基础上尽量减少目标作业的完成时间。首先通过分析任务模型和时间模型,引入数学0-1规划模型,求得整体作业的完成时间最小;然后设计可以在多项式复杂度内完成的启发式算法,目的是在可用资源允许的范围内尽量逼近最优值;最后通过大量实验模拟验证算法的执行效果。     

云计算环境下实时流媒体业务的性能研究

由于虚拟化环境不同于常规的物理集群,流媒体业务迁移至云中后会遇到问题。针对这一现象,搭建私有云环境,部署流媒体系统,进行一系列性能测试和研究。实验结果表明,在引入了虚拟化环境后,由于无法有效进行资源隔离以及共存虚拟机的存在,流媒体业务的性能明显下降,分析结果为进一步深入研究云环境下如何有效提高流媒体业务的性能奠定了很好的基础。