MapReduce假定均质组件，以及可以在可用节点上安排工作项。近来的工作解决了性能差异虚拟节点。启东SMT贴片加工但是，当群集组件出现时，固有的体系结构异构性仍然是一个问题。包括的加速器，作为映射功能现在应该考虑各个组件的功能，并且局限性。此外，公开可用的实现Hadoop 之类的MapReduce假设数据是在组件的本地磁盘上可用，并且可以访问。在加速器资源有限的情况下，这种假设可能不成立，从而在资源丰富的控制组件和资源受限的计算之间造成不平衡组件。三，设计在本节中，我们讨论基于加速器的设计非对称分布式系统来持大规模并行编程模型，例如MapReduce 。A.架构概述由于简单和易用，我们选择使用MapReduce在松耦合系统上运行的大规模数据处理计算中，编程模型的可伸缩性。MapReduce较好地使我们能够管理异构我们的系统中的组件比标准群集中使用的较传统的紧密耦合方法要好。我们按照安排资源。通用配置良好的多核服务器充当集群的前端管理器。该服务器管理多个基于后端加速器的节点，并且负责安排工作，分配数据，分配在计算节点之间工作，并提供其他支持加速器配置完善的节点