mapreduce體系結(jié)構(gòu)中,什么負責資源監(jiān)控和作業(yè)調(diào)度？

隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，每天由網(wǎng)絡(luò)產(chǎn)生的數(shù)據(jù)量越來越龐大。互聯(lián)網(wǎng)企業(yè)面對這些浩繁的數(shù)據(jù)，常常陷入數(shù)據(jù)豐富而信息貧乏的尷尬境地。MapReduce是Google提出的一種用于大規(guī)模數(shù)據(jù)并行運算的模型。由于簡單、易于實現(xiàn)、可擴展性強以及良好的容錯性等優(yōu)點，MapReduce被廣泛應(yīng)用于日志分析和海量數(shù)據(jù)排序等大規(guī)模數(shù)據(jù)分析領(lǐng)域。然而，通過對MapReduce的深入分析以及與并行數(shù)據(jù)庫管理系統(tǒng)進行比較后，發(fā)現(xiàn) MapReduce在性能方面不及傳統(tǒng)的并行數(shù)據(jù)庫管理系統(tǒng)。因此如何提高 MapReduce的性能已經(jīng)成為大規(guī)模數(shù)據(jù)并行運算領(lǐng)域中的一個研究熱點和難點問題。本文對通過優(yōu)化作業(yè)調(diào)度算法的途徑來提高MapReduce性能的技術(shù)展開了研究。　　首先，介紹了MapReduce計算模型及其工作機制，重點分析了MapReduce作業(yè)執(zhí)行流程和特點。　　其次，分析了MapReduce作業(yè)執(zhí)行時間的影響因素

在云計算的資源管理方面，虛擬化技術(shù)與資源池技術(shù)是否獨立？

不能獨立的，虛擬化是云計算的基礎(chǔ)，資源池可以定義為服務(wù)器池的稱呼。但是資源池的資源可以通過虛擬化技術(shù)和虛擬管理平臺整合成一個池。