你好,游客 登录
rss订阅 手机访问 
下载
Hadoop 3.0新版本介绍及未来发展方向
本文PPT来自 Hadoop研发工程师张喆、陈霄讲《Apache Hadoop 十周岁展望前方》在Strata + Hadoop World2016会议上的分享。
日期:07/19/2017 09:46:44 作者: 点击:100
[PDF]基于MapReduce的互联网拓扑特征参数算法研究
基于MapReduce的互联网拓扑特征参数算法研究
朱凯龙,陆余良,张岩庆
针对传统单机算法在计算大规模互联网拓扑特征参数时效率低的问题,基于MapReduce分布式计算框架对网络拓扑特征参数算法进行研究。通过分析单机图算法并行移植时存在的问题,提出了图算法并行化设计的原则和消息传递机制;根据设计原则和消息传递机制,为4个网络拓扑参数设计了并行算法。实验证明,并行的拓扑参数算法能够有效提高计算效率,且具备良好的可扩展性。
日期:07/17/2017 14:18:18 作者:朱凯龙,陆余良,张岩庆 点击:100
[PDF]Hadoop集群环境下集成抢占式调度策略的本地性调度算法设计
Hadoop集群环境下集成抢占式调度策略的本地性调度算法设计
王越峰,王溪波
在Hadoop集群环境下本地性调度算法是提高数据本地性的算法。本地性调度算法的调度策略的本质是提高数据本地性,减少网络传输开销,避免阻塞。但是由于Map任务的完成时间不同,Reduce任务存在的等待现象影响了作业的平均完成时间,使得作业的完成时间增加,进而引起系统的性能参数不佳。因此提出在保留原算法数据本地性要求的基础上集成可抢占式的调度方法。在Reduce
日期:07/13/2017 16:17:12 作者:王越峰,王溪波 点击:145
[PDF]一种可靠性驱动的云工作流调度遗传算法
一种可靠性驱动的云工作流调度遗传算法
魏秀然,王峰
为了解决云环境中工作流调度的可靠性问题,提出了一种基于可靠性驱动信誉度模型的工作流调度遗传算法RDR-GA。算法以工作流执行跨度makespan与可靠性最优化为目标,设计了一种基于时间依赖的可靠性驱动信誉度模型,通过该模型可以有效评估资源可靠性。同时,为了寻找遗传最优解,算法设计了新的遗传进化和评估机制,包括:1)以进化算子对调度解中的任务-资源映射进行遗传进化;2)以两阶段MAX-
日期:07/12/2017 20:56:44 作者:魏秀然,王峰 点击:124
2017中国SaaS用户研究报告
报告中指出,我们正在迈入“新SaaS”的爆发奇点,比消费互联网发展空间更大的产业互联网风口已经打开。美国SaaS产业45上市公司总市值超过2000亿美元,2016年中国SaaS市场增涨38%,中国的SaaS创业者正在快速崛起。“新SaaS”将以Security(安全)、AI(智能)、API(连接)、Symbiosys(共生)为产业特征,围绕用户关注的云安全、人工智能、信息孤岛等方面定...
日期:07/12/2017 16:23:02 作者: 点击:176
[PDF]云计算数据中心项目技术方案
  云计算数据中心平台项目
日期:07/11/2017 14:42:55 作者: 点击:383
[PDF]云联盟中收益较优化算法
云联盟中收益最优化算法
许利军,王付强,张小庆
通过联盟博弈研究了云资源提供者的群体合作行为,基于任务执行时间和执行代价最优化问题,定义了资源提供者组建资源联盟的依据,并设计了两种任务调度算法PMTC和TMPC。同时,对联盟收益进行内部分配时,提出了基于Shapley值的联盟收益分配算法。该算法充分考虑了联盟成员对联盟总收益的贡献度,使得联盟总收益在其个体成员间的分配更加均衡与合理。算例分析结果表明,云资源联盟不仅可以改进任务执行效率
日期:07/10/2017 17:31:04 作者:许利军,王付强,张小庆 点击:136
[PDF]合作云:一种志愿云和亚马逊云资源市场的合作形式
合作云:一种志愿云和亚马逊云资源市场的合作形式
Wei Shen, Student Member, IEEE, Wan-Chun Dou, Member, IEEE, Fan Wu, Member, IEEE Shaojie Tang,Member, IEEE, Qiang Ni4, Senior Member, IEEE
志愿云是一种新型的云架构,它成为大型云服务提供商的补充。然而,由于很多志愿者共享资源时间的不确定性,在志愿云中存
日期:07/07/2017 10:25:17 作者: 点击:182
《大数据》配套PPT之十一:第10章 行业大数据
《大数据》配套PPT之十一:第10章 行业大数据
日期:07/05/2017 14:57:26 作者: 点击:343
《大数据》配套PPT之十:第9章 大数据商业应用
《大数据》配套PPT之十:第9章 大数据商业应用
日期:07/05/2017 14:55:56 作者: 点击:284
《大数据》配套PPT之九:第8章 互联网大数据处理
《大数据》配套PPT之九:第8章 互联网大数据处理
日期:07/05/2017 14:55:11 作者: 点击:267
《大数据》配套PPT之八:第7章 大数据可视化
《大数据》配套PPT之八:第7章 大数据可视化
日期:07/05/2017 14:54:04 作者: 点击:289
《大数据》配套PPT之七:第6章 深度学习
《大数据》配套PPT之七:第6章 深度学习
日期:07/05/2017 14:51:40 作者: 点击:294
《大数据》配套PPT之六:第5章 R语言
《大数据》配套PPT之六:第5章 R语言
日期:07/05/2017 14:51:05 作者: 点击:240
《大数据》配套PPT之五:第4章 大数据挖掘工具
《大数据》配套PPT之五:第4章 大数据挖掘工具
日期:07/05/2017 14:49:29 作者: 点击:229
  • 5/48
  • «
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 48
  • »