Una técnica de programación de recursos híbrida y optimizada utilizando map reduce para conjuntos de instrucciones más grandes

MapReduce es una forma estructural para abordar aplicaciones más grandes para manejar enormes datos generados en paralelo. Estas tareas más grandes se llevan a cabo mediante una arquitectura de nodo maestro y esclavo, donde el nodo maestro evalúa todos los recursos disponibles y gestiona las aplicaciones distribuidas, mientras que el nodo esclavo es responsable de mantener la usabilidad de los recursos y transmite la información al nodo maestro, pero el problema encontrado es la variación de sus recursos, que debe ser optimizada. En las aplicaciones comerciales actuales, la optimización de recursos puede resolverse como colas FIFO o utilizando algoritmos de planificación por prioridad, lo que admite tanto FIFO como el algoritmo de prioridad mediante un concepto conocido como PRISM, es decir, Planificador Consciente de Información de Fase y Recursos para map reduce. Esto incorpora funcionalidades de implementación para ambas, FIFO y algoritmos de prioridad, denominado como algoritmo híbrido, donde optimiza los recursos en función del escenario de evaluación y parámetros como el tiempo de recurso, el tiempo de vida y la demanda de recursos. La importancia del planificador a nivel de fase es que muestra la variabilidad en el uso de recursos con un tiempo particular de una tarea. Como resultado, el algoritmo de programación a nivel de fase mejorará el paralelismo de ejecución y la utilización de recursos, asegurando que los datos no se pierdan o sean alterados.