基于YARN框架下并行化计算的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究状况 | 第10-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文架构 | 第12-13页 |
| 2 MapReduce的概述 | 第13-20页 |
| 2.1 MapReduce并行编程模式 | 第13-19页 |
| 2.1.1 MapReduce模型 | 第13-14页 |
| 2.1.2 MapReduce框架组成 | 第14-16页 |
| 2.1.3 MapReduce的工作原理 | 第16-18页 |
| 2.1.4 MapReducede的局限性 | 第18-19页 |
| 2.2 本章小结 | 第19-20页 |
| 3 YARN的概述 | 第20-26页 |
| 3.1 YARN的由来 | 第20-21页 |
| 3.2 YARN框架原理及运作机制 | 第21-23页 |
| 3.3 YARN的工作流程 | 第23-24页 |
| 3.4 MapReduce与YRAN的比较 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 4 基于YRAN框架下对ID3算法的并行化设计 | 第26-34页 |
| 4.1 决策树ID3简介 | 第26-27页 |
| 4.2 ID3算法的并行化设计 | 第27-28页 |
| 4.2.1 属性并行 | 第27页 |
| 4.2.2 节点并行 | 第27-28页 |
| 4.3 基于YARN的ID3算法的流程图 | 第28-29页 |
| 4.4 基于YARN的ID3算法并行化实现 | 第29-33页 |
| 4.4.1 总体设计框架 | 第29-30页 |
| 4.4.2 MapReuce的迭代过程 | 第30-33页 |
| 4.5 本章小结 | 第33-34页 |
| 5 Hadoop系统的实现 | 第34-43页 |
| 5.1 Hadoop环境的搭建 | 第34-40页 |
| 5.1.1 SSH的配置 | 第34-35页 |
| 5.1.2 JDK的安装和配置 | 第35页 |
| 5.1.3 YARN的安装和配置 | 第35-40页 |
| 5.2 实验结论 | 第40-41页 |
| 5.3 本章小结 | 第41-43页 |
| 6 总结与展望 | 第43-45页 |
| 6.1 论文总结 | 第43页 |
| 6.2 展望工作 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48页 |
