在分布式数据存储和计算集成中，并行计算和并行数据访问是基本的优化方法，但是如何能让作业和任务高度并行，在实际应用场景中，由于分布式任务调度和数据本地性没有办法做到完美结合，性能会因此丢失。本文从分布式数据计算和存储架构角度，先分析了数据并行系统的特性，解释数据本地行对于性能的量化影响，并提出自己的对于作业和任务调度的优化策略，值得做分布式计算优化的小伙伴们参考。
内容过多 展示部分 完整资源下载
并行数据文件系统与计算的高性能集成
本文共 199 字，大约阅读时间需要 1 分钟。
转载地址：http://cghgx.baihongyu.com/
你可能感兴趣的文章
代码重构~代码注释
查看>>
C#实现二叉查找树
查看>>
Angular 4 http通讯 解决服务器参数无法接收问题
查看>>
rose分析
查看>>
最长递减子序列（nlogn）(个人模版)
查看>>
springMVC拦截配置
查看>>
将不确定变为确定~LINQ查询包含对不同数据上下文上所定义项的引用
查看>>
Cmockery macro demo hacking
查看>>
Android NIO(Noblocking I/O非阻塞I/O)小结
查看>>
为什么机器学习难于应用
查看>>
算法: skiplist 跳跃表代码实现和原理
查看>>
ELK系列~对fluentd参数的理解
查看>>
WF4.0实战（二）：超市收银软件
查看>>
CSS3与页面布局学习总结（七）——前端预处理技术（Less、Sass、CoffeeScript、TypeScript）...
查看>>
思考与总结:扇区和磁盘块的区别是什么
查看>>
C++ 数据结构链表的实现代码
查看>>
OVS local network 连通性分析 - 每天5分钟玩转 OpenStack（132）
查看>>
Django 表单校验 表单字段设置 自定义表单校验规则
查看>>
TeamViewer“试用期已到期”解决方法
查看>>
SQL Server 2014如何提升非在线的在线操作
查看>>