本项目由我校引进的学科骨干人才徐欢乐负责，项目主要研究内容为Hadoop YARN平台的性能优化、Mesos平台的性能优化、算法实现以及大规模实验部署。本项目设计的在线调度算法会有坚实的理论基础和分析框架作为支撑，它将更好的表征和预测大数据平台下的作业执行行为，从而更高效、更完善地为企业和用户的大数据计算任务服务，建立的系统模型和在线优化理论框架将会推动学术界对相关的在线优化问题做进一步的探究和扩展，并应用到其它大数据计算平台的资源分配和调度问题上。

研发团队：项目负责人，徐欢乐，教授，长期从事大数据平台下的资源组织和作业调度等方面的研究。

产业应用领域：大数据资源分配相关应用产业。