1、隨著大規(guī)模數(shù)據(jù)運(yùn)算的不斷發(fā)展,運(yùn)算集群的規(guī)模越來越大,對(duì)系統(tǒng)可靠性的要求也越來越高。然而,對(duì)于如此大規(guī)模的集群,不可避免的存在著各種各樣的故障發(fā)生。在MapReduce作業(yè)的運(yùn)算過程中,集群上任務(wù)故障和節(jié)點(diǎn)故障更是十分普遍。然而,MapReduce現(xiàn)有的故障處理方式存在著一些缺陷。因此,對(duì)MapReduce計(jì)算模型故障恢復(fù)機(jī)制進(jìn)行研究與設(shè)計(jì)具有很大的意義。
　　本文闡述了云計(jì)算的概念、特點(diǎn)以及發(fā)展現(xiàn)狀,并簡(jiǎn)單介紹了Hadoop集群

2、的特點(diǎn),在此基礎(chǔ)上,說明了對(duì)大規(guī)模集群故障恢復(fù)機(jī)制進(jìn)行研究的意義以及國(guó)內(nèi)外的研究現(xiàn)狀。
　　然后,本文對(duì)MapReduce計(jì)算模型進(jìn)行了簡(jiǎn)單的介紹,闡述了MapReduce計(jì)算模型的基本思想、工作原理和任務(wù)調(diào)度流程。在此基礎(chǔ)上,介紹了MapReduce計(jì)算模型主要故障類型,并針對(duì)各種故障類型深入分析了其故障處理方式。
　　接著,在現(xiàn)有的MapReduce計(jì)算模型基礎(chǔ)上,增加了節(jié)點(diǎn)的自動(dòng)重啟功能模塊,使得各節(jié)點(diǎn)在故障后可以迅速