1、隨著互聯(lián)網(wǎng)的發(fā)展和層出不窮的各種應(yīng)用，互聯(lián)網(wǎng)產(chǎn)生著大量的數(shù)據(jù)，如何有效存儲和處理這些大規(guī)模數(shù)據(jù)成為了一個(gè)亟待解決的問題。為了解決相關(guān)問題，運(yùn)行大規(guī)模分布式計(jì)算的數(shù)據(jù)中心正在全世界范圍內(nèi)構(gòu)建。作為數(shù)據(jù)中心核心基礎(chǔ)設(shè)施的分布式計(jì)算框架Hadoop被提了出來。為了減少在作業(yè)執(zhí)行過程中數(shù)據(jù)遷移所帶來的時(shí)間開銷，在Hadoop中扮演重要角色的作業(yè)調(diào)度算法盡可能將任務(wù)分配到任務(wù)所需數(shù)據(jù)所在的節(jié)點(diǎn)上執(zhí)行，從而縮短了作業(yè)響應(yīng)時(shí)間和提高了集群的性能。

2、r>　　在保證作業(yè)公平性的前提下，由M.Zharia等人提出的延遲調(diào)度算法盡可能地分配任務(wù)到任務(wù)所需數(shù)據(jù)的存儲節(jié)點(diǎn)。但是，該算法只是根據(jù)人工經(jīng)驗(yàn)設(shè)置一個(gè)靜態(tài)等待時(shí)間閾值，不能有效適應(yīng)數(shù)據(jù)中心動(dòng)態(tài)的負(fù)載變化，從而帶來調(diào)度算法性能的降低。
　　本文所提出的BS-IDS算法充分考慮了影響延遲調(diào)度算法性能的數(shù)據(jù)中心負(fù)載情況、網(wǎng)絡(luò)情況和隊(duì)首作業(yè)的執(zhí)行狀態(tài)等幾個(gè)因素，得到一個(gè)自適應(yīng)的等待時(shí)間閾值。通過利用SDN（軟件定義網(wǎng)絡(luò)）對網(wǎng)絡(luò)控制的靈活