知识卡片
计算靠近数据减少搬运
将Map任务安排到持有输入副本的机器,或同一机架,能减少跨网络读取。调度器因此要同时知道输入位置和可用计算资源。本地化只是放置偏好:若最近节点忙碌,等待时间可能抵消网络收益,不能把“离数据最近”直接等同于整体最快。
可联系[[网络拓扑影响数据放置]]理解条件与边界。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
本地化:尽量将任务分配给离输入文件最近的Map进程,如同一台机器或者同一个机架。通过本地化策略,能够大大减少传输的数据量。
参考来源
- 位置:《大规模分布式存储系统:原理解析与架构实战》第13章《大数据》(来源项目book-sources;extracted/大规模分布式存储系统:原理解析与架构实战/_epub-src/OEBPS/Text/Section0001_split_003.xhtml;src-074)。
- 结论依据:原文的对应定义、执行流程或比较支撑“将Map任务安排到持有输入副本的机器,或同一机架,能减少跨网络读取。”;额外边界是基于该机制的解释,不将历史实现推广为当前产品保证。
- 原始内容:本地化:尽量将任务分配给离输入文件最近的Map进程,如同一台机器或者同一个机架。通过本地化策略,能够大大减少传输的数据量。