模拟退火在均匀系统中所有比较问题的数据分发中的应用

分布式系统广泛用于解决大规模和数据密集型计算问题，包括全部比较（ATAC）问题。 但是，当用于ATAC问题时，诸如Hadoop之类的现有计算框架将重点放在负载均衡上，以分配比较任务，而无需仔细考虑数据分配和存储使用情况。 尽管基于Hadoop解决方案为用户提供了简化的实现方式，但其固有的MapReduce计算模式与ATAC模式不匹配。 当将Hadoop数据分发策略用于ATAC问题时，这会导致负载不平衡和较差的数据局部性。 在这里，我们提出了一种数据分发策略，该策略考虑了均匀分布系统中ATAC计算问题的数据局部性，负载平衡和存储节省。 开发了一种模拟退火算法，用于数据分配和任务调度。 实验结果表明，与基于Hadoop解决方案相比，我们的方法具有显着的性能提升。