· 2013
Apache Hadoop YARN: Ölçeklenebilirlik ve Esneklik Sınırlamalarını Ele Alma
Apache Hadoop YARN
- 1.843atıf
- 2013yıl
Kısa özet
Apache Hadoop YARN, kaynak yönetimini MapReduce programlama modelinden ayırarak ve iş akışını merkezileştirerek ölçeklenebilirliği artırarak orijinal Hadoop tasarımındaki temel eksiklikleri giderir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Orijinal Hadoop tasarımı, kaynak yönetimini MapReduce programlama modeliyle sıkı sıkıya bağlıydı.
- Bu bağlılık, geliştiricilerin MapReduce'u kötüye kullanmasına ve merkezi iş kontrolü nedeniyle ölçeklenebilirlik sorunlarına yol açtı.
- Apache Hadoop YARN, kaynak yönetimini programlama modellerinden ayırır.
- YARN, zamanlayıcı ölçeklenebilirliğini artırarak iş kontrol akışını merkezileştirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
The initial design of Apache Hadoop [1] was tightly focused on running massive, MapReduce jobs to process a web crawl. For increasingly diverse companies, Hadoop has become the data and computational agorá---the de facto place where data and computational resources are shared and accessed. This broad adoption and ubiquitous usage has stretched the initial design well beyond its intended target, exposing two key shortcomings: 1) tight coupling of a specific programming model with the resource management infrastructure, forcing developers to abuse the MapReduce programming model, and 2) centralized handling of jobs' control flow, which resulted in endless scalability concerns for the scheduler.
Yazarların özeti; kaynağından alınmıştır., 2013 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilişim Sistemleri
Information SystemsComputer Science