hadoop在Linux上的任務調度策略主要涵蓋以下幾個方面：
- 基于DAG的任務調度策略：該策略依據任務間的依賴關系進行調度，旨在提升任務并行性和縮短執行時長。它通常劃分為靜態調度和動態調度兩類。靜態調度是在任務提交前就確定所有任務的執行次序，而動態調度則是在任務運行期間靈活調整任務的執行順序。
- 基于優先級的任務調度算法：此算法按任務優先級安排執行，高優先級的任務會優先于低優先級任務運行。基于優先級的任務調度算法能增強系統的吞吐量和響應速度，但可能造成高優先級任務占用過多資源。
- 動態任務調度與資源分配：通過結合動態資源分配機制，依據任務需求及集群資源狀態實時調整任務的資源配置，從而滿足任務運行要求，優化集群資源使用率，減少任務運行時間。
- 資源感知的任務調度策略：在調度任務時考量系統資源的可用性，以增加任務并行度并減少執行時長。此類策略常采用“資源分配策略”來為任務分配系統資源。
- yarn調度機制：Hadoop YARN作為Hadoop 2.0引入的資源管理平臺，兼容多種大數據計算框架。YARN的調度器主要有兩種類型：Capacity Scheduler和Fair Scheduler。Capacity Scheduler依據容量分配資源，而Fair Scheduler確保小任務迅速響應，大任務維持服務水準。
- mapreduce調度機制：在MapReduce框架下，任務調度包含將任務指派至多節點并行處理的過程，涵蓋了任務分配、數據分割與分布、局部性優化、任務執行、Shuffle階段等環節。
- 作業調度器：Hadoop的作業調度器承擔著將用戶提交的作業分發至集群各節點執行的任務。常用的作業調度器有JobQueueTaskScheduler、CapacityScheduler、FairScheduler等。
- 監控與管理：借助Hadoop的監控工具如Ganglia和ambari監控集群資源利用狀況，并依據監控數據動態調整調度策略和資源配置。
上述內容全面介紹了Hadoop在Linux上任務調度策略，具體實施和設置會因不同Hadoop版本和集群配置有所差異。
