[发明专利]一种优化Spark SQL执行工作流的方法有效
| 申请号： | 201810536078.3 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108763489B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 宋爱波;万雨桐 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F16/2453 | 分类号： | G06F16/2453;G06F16/2458 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 许小莉 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种优化Spark SQL执行工作流的方法。该方法包括步骤S1：构建Spark任务执行的代价模型，分为读取输入数据的代价，对中间数据进行排序的代价和写输出数据的代价，将三者进行求和得到任务执行的总代价；步骤S2：提出基于代价的相关性合并算法，该算法的思想是对于两个具有输入数据相关性的任务，计算它们分别执行的代价之和与合并成一个任务之后执行的代价，通过比较两者的大小来决定是否将它们进行合并。本发明通过基于代价的相关性合并算法解决Spark SQL查询中对相同的输入数据进行重复读取的问题。 | ||
| 搜索关键词： | 一种 优化 spark sql 执行 工作流 方法 | ||
【主权项】：
1.一种优化Spark SQL执行工作流的方法，其特征在于，该方法包括如下步骤：步骤S1：构建Spark任务执行的代价模型，分为读取输入数据的代价，对中间数据进行排序的代价和写输出数据的代价，将三者进行求和得到任务执行的总代价；步骤S2：提出基于代价的相关性合并算法，该算法的思想是对于两个具有输入数据相关性的任务，计算它们分别执行的代价之和与合并成一个任务之后执行的代价，通过比较两者的大小来决定是否将它们进行合并。
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东南大学，未经东南大学许可，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/201810536078.3/，转载请声明来源钻瓜专利网。
