Hadoop中的Terasort调度器

Question

在Hadoop的Terasort实现中，有一个名为TeraScheduler的调度程序。在阅读了代码之后，调度程序基本上完成了以下操作：

1. 选择分裂次数最少的主机。
2. 对于这个主机，用最小的主机选择固定数目的拆分，并将它们“引脚”在此主机上执行。“未选择的”分裂将从该主机中移除。
3. 对所有主机重复。

我不明白这个时间表背后的理由。它如何比默认调度程序执行得更好(无论如何，默认调度程序是什么)？有没有解释它的好处的文件？

Answer 1

其好处有两方面：(1)使排序尽可能本地化。(2)在机器上平均分配工作。

两家公司的目标都是提高业绩。