数字技术与应用杂志社

摘要：<正>本文围绕分布式架构下的数据存储和计算调度进行深入分析。通过研究数据切分、冗余策略以及调度算法与资源分配方法，揭示数据本地性对任务调度效率的关键作用。采用系统仿真和实验分析的方法，对存储与调度协同优化策略的性能进行量化评估。结果表明，合理的数据布局与资源调度能够显著提升系统吞吐量和响应效率，同时降低存储和计算资源的冗余开销，为优化分布式大数据系统的运行效率提供理论依据和实践参考。随着数据规模的持续增长，分布式大数据系统面临存储扩展与计算调度效率的双重挑战。在保证数据可靠性和系统稳定性的前提下，实现高效的资源利用与任务执行，成为当前大数据技术研究的重要方向。对存储与调度体系进行系统分析，有助于明确数据布局、任务分配与资源管理之间的内在关系，为提升系统整体性能提供理论支撑和实践指导，满足海量数据处理和实时计算的需求。

基金资助： 广州华商学院2024年第一批合格课程项目“《大数据处理》合格课程建设”（1037402）；

专辑： 信息科技

专题： 计算机软件及计算机应用

分类号： TP311.13