HDAS：异构集群上Hadoop＋框架中的动态亲和性调度

针对现有异构集群的编程框架着重于异构资源的利用，没有充分考虑共享资源竞争导致作业完成时间延长的情况，基于Hadoop＋框架和异构任务模型，提出并实现了异构动态亲和性调度（ HDAS）算法，该算法利用Hadoop的心跳机制监测各结点上的资源使用情况和实时负载，对系统中的异构资源用不同的策略计算与任务的亲和性，进行任务分派，使系统的资源利用更充分，从而降低共享资源竞争导致的任务延迟，提高系统的整体吞吐率，且提交到系统中的应用都会在启动后一定时间内被执行。对25种混合负载的试验表明，Hadoop＋框架使用HDAS相对于Hadoop的实现可获得平均21.9 x的加速比，明显优于基于异构任务模型的调度策略（17.9x），并使其中21个负载的任务平均延迟不超过6％，在任务对系统资源需求多样性丰富的混合负载上优化效果明显。