分析 Spark 的作业执行机制，建立了执行效率模型和 Shuffle 过程模型，给出了分配适应度（AFD, allocation fitness degree）的定义，提出了算法的优化目标。根据模型的相关定义求解，设计了渐进填充分区映射算法（PFPM, progressive filling partitioning and mapping algorithm），通过扩展式分区和渐进填充映射，建立适应 Reducer 计算 能力的数据分配方案，有效缩减 Shuffle 过程的同步延时，提高集群计算效率。实验表明该算法提高了 Shuffle 过 程数据分配的合理性，优化了并行计算框架 Spark 的作业执行效率。
