This paper explains tuning of Hadoo

This paper explains tuning of Hadoop configuration parameters which directly affects MapReduce job workflow performance under various conditions to achieve maximum performance.
1) We extended a Data Redistribution find the high performance nodes
2) We utilized the Number of Map/Reduce Slots to make it more efficient in execution time
3) We developed a new Hybrid Routing Schedule Shuffle Phase to define the scheduler task to reduce the memory management level.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้อธิบายการปรับแต่งพารามิเตอร์การตั้งค่าคอนฟิกอย่างไร Hadoop ซึ่งส่งผลต่อประสิทธิภาพลำดับงาน MapReduce ภายใต้เงื่อนไขต่าง ๆ เพื่อให้บรรลุประสิทธิภาพสูงสุดโดยตรง 1) เราขยายการค้นหาข้อมูลซอร์สโหนประสิทธิภาพสูง2) เราใช้ช่องเลขแผนที่/ลดเพื่อให้มีประสิทธิภาพมากขึ้นในเวลาดำเนินการ3) เราพัฒนาใหม่ผสมสายกำหนดการสลับเฟสเพื่อกำหนดตัวกำหนดเวลางานเพื่อลดระดับการจัดการหน่วยความจำ

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะอธิบายการปรับแต่งการตั้งค่าของพารามิเตอร์ Hadoop ซึ่งมีผลโดยตรงต่อประสิทธิภาพการทำงานของเวิร์กโฟลว์งาน MapReduce ภายใต้เงื่อนไขต่างๆเพื่อให้บรรลุประสิทธิภาพสูงสุด.
1) เราขยายการกระจายข้อมูลพบโหนดที่มีประสิทธิภาพสูง
2) เราใช้จำนวนแผนที่ / ลดสล็อตที่จะทำให้มันมากขึ้น ที่มีประสิทธิภาพในการดำเนินการครั้งที่
3) เราได้พัฒนาตารางเวลาเส้นทางไฮบริดใหม่สลับเฟสในการกำหนดตารางเวลางานที่จะลดระดับการจัดการหน่วยความจำ

ผลลัพธ์ (ไทย) 3:

กระดาษนี้จะอธิบายถึงการตั้งค่าพารามิเตอร์ Hadoop ซึ่งมีผลโดยตรงต่อประสิทธิภาพ mapreduce เวิร์กโฟลว์งานภายใต้เงื่อนไขต่าง ๆ เพื่อให้เกิดประสิทธิภาพสูงสุด
1 ) เราขยายการกระจายข้อมูลหาประสิทธิภาพสูง )
2 ) เราใช้แผนที่ / ลดจำนวนช่องที่จะทำให้มันมีประสิทธิภาพมากขึ้นในการเวลา
3 ) เราพัฒนาไฮบริดใหม่เส้นทางตารางสลับเฟสเพื่อกำหนดตารางเวลางานลดหน่วยความจำการจัดการระดับ