| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 相关技术及系统平台研究 | 第18-32页 |
| 2.1 云计算概述 | 第18-22页 |
| 2.1.1 云计算的服务模式 | 第18-20页 |
| 2.1.2 云计算的关键技术 | 第20-21页 |
| 2.1.3 云计算的特性与应用 | 第21-22页 |
| 2.2 Hadoop平台概况 | 第22-24页 |
| 2.2.1 Hadoop的架构 | 第23-24页 |
| 2.2.2 Hadoop的应用 | 第24页 |
| 2.3 分布式文件系统HDFS | 第24-29页 |
| 2.4 MapReduce编程模型 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 Hadoop任务调度算法分析 | 第32-42页 |
| 3.1 前言 | 第32-33页 |
| 3.2 Hadoop作业调度流程 | 第33-37页 |
| 3.3 任务调度算法分析 | 第37-39页 |
| 3.4 任务调度实现的主要方法 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 任务调度算法的改进优化 | 第42-65页 |
| 4.1 数据本地性的研究 | 第42-46页 |
| 4.2 主流改进方案分析 | 第46-51页 |
| 4.2.1 延迟调度算法 | 第46-47页 |
| 4.2.2 基于本地优先调度策略 | 第47-48页 |
| 4.2.3 慈善调度算法 | 第48-50页 |
| 4.2.4 分析结论 | 第50-51页 |
| 4.3 基于Hadoop作业内的数据本地化任务调度算法 | 第51-59页 |
| 4.3.1 基本思想 | 第51-52页 |
| 4.3.2 算法描述 | 第52-59页 |
| 4.4 算法具体实现 | 第59-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 实验设计及结果分析 | 第65-73页 |
| 5.1 实验环境准备 | 第65-68页 |
| 5.1.1 集群配置 | 第65-66页 |
| 5.1.2 参数设置 | 第66-67页 |
| 5.1.3 实验数据 | 第67-68页 |
| 5.2 实验结果分析 | 第68-72页 |
| 5.2.1 数据本地性分析 | 第68-70页 |
| 5.2.2 作业执行时间分析 | 第70-72页 |
| 5.3 实验结论 | 第72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 论文总结 | 第73-74页 |
| 6.2 未来展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |