[发明专利]一种基于Spark框架的中间数据权重设置方法有效
| 申请号： | 201810493605.7 | 申请日： | 2018-05-22 |
| 公开（公告）号： | CN108804224B | 公开（公告）日： | 2021-06-11 |
| 发明（设计）人： | 吕葳;唐卓;李肯立;李克勤;付仲明;肖伟 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F8/35 |
| 代理公司： | 长沙市融智专利事务所(普通合伙) 43114 | 代理人： | 祁筱东;龚燕妮 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Spark框架的中间数据权重设置方法，采用对RDD分片中的键值对进行采样，并通过采样数据估算出中间数据的分布情况，并根据该分布情况为中间数据设置权重值，从而使得分片更加均衡，总体执行更加均衡，提高执行效率。 | ||
| 搜索关键词： | 一种 基于 spark 框架 中间 数据 权重 设置 方法 | ||
【主权项】：
1.一种基于Spark框架的中间数据权重设置方法，其特征在于，包括：步骤S1：按照预设抽样比例从原始RDD分片中选取目标RDD分片；步骤S2：对所述目标RDD分片进行并行采样获得样本键值对，并根据所述样本键值对获取所述目标RDD分片的键出现频率列表和目标RDD分片实际采样率；步骤S3：根据所述目标RDD分片的键出现频率列表和目标RDD分片采样率，获取所述原始RDD分片的键出现频率列表；步骤S4：根据所述原始RDD分片的键出现频率列表，设置中间数据的权重；所述权重为所述原始RDD分片的键出现频率与执行shuffle算子后的键出现频率之和；其中，所述执行shuffle算子后的键出现频率根据所述原始RDD分片的键出现频率通过预设公式获得。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810493605.7/，转载请声明来源钻瓜专利网。
