《表2 四个数据分析应用及其数据规模》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于累计工作量的在线大数据分析作业调度算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

测试负载:使用Apach Spark来生成运行在YARN上的DAG作业。评估中使用的作业来源于如下数据分析应用:Word Count、TPC-H基准、迭代机器学习以及PageRank。如表2所示，对于每一类工作负载，数据集大小仿照真实生产环境的集群按比例缩放（Yahoo![8]和Facebook[10]）。对于作业的分布，设置46%、40%和14%分别为小型、中型、大型的作业，这与实际应用中作业的分布相似[10]。