| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 云计算国内外发展现状 | 第12页 |
| 1.2.2 Hadoop作业调度和资源管理研究现状 | 第12-14页 |
| 1.3 研究目的及意义 | 第14-15页 |
| 1.4 论文主要工作 | 第15-16页 |
| 1.5 论文章节组织结构 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 相关研究基础 | 第17-27页 |
| 2.1 Hadoop简介 | 第17-24页 |
| 2.1.1 分布式文件系统 | 第18-19页 |
| 2.1.2 MapReduce介绍 | 第19-22页 |
| 2.1.3 MapReduce框架结构 | 第22-24页 |
| 2.2 目前主流的MapReduce调度方法 | 第24-26页 |
| 2.2.1 FIFO调度 | 第24-25页 |
| 2.2.2 HOD调度 | 第25页 |
| 2.2.3 公平调度 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 细粒度的MAPREDUCE作业资源分配方法 | 第27-37页 |
| 3.1 研究动机 | 第27-29页 |
| 3.2 细粒度的MapReduce作业资源分配框架 | 第29-32页 |
| 3.2.1 JobTracker中的功能结构 | 第30-31页 |
| 3.2.2 TaskTracker的功能结构 | 第31-32页 |
| 3.3 细粒度的MapReduce作业资源分配框架作业执行过程 | 第32-34页 |
| 3.4 需要解决的关键问题 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 细粒度的MAPREDUCE作业需求资源初始分配方法 | 第37-49页 |
| 4.1 细粒度的MapReduce作业初始分配过程 | 第37-38页 |
| 4.2 MapReduce作业需求资源估计模型 | 第38-42页 |
| 4.3 初始资源分配模型 | 第42-45页 |
| 4.3.1 系统吞吐量 | 第42-43页 |
| 4.3.2 系统利用率 | 第43-44页 |
| 4.3.3 资源分配模型 | 第44-45页 |
| 4.4 细粒度的MapReduce初始资源分配算法 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 细粒度的MAPREDUCE作业需求资源重分配方法 | 第49-57页 |
| 5.1 资源重分配过程 | 第49-51页 |
| 5.2 改进的MapReduce作业需求资源估计模型 | 第51-52页 |
| 5.3 资源重分配模型 | 第52-53页 |
| 5.4 弱抢占式的MapReduce作业资源重分配算法 | 第53-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第6章 实验方案及实验对比 | 第57-67页 |
| 6.1 实验环境 | 第57-59页 |
| 6.1.2 搭建Hadoop集群 | 第58-59页 |
| 6.2 实验方案及结果 | 第59-66页 |
| 6.2.1 测评实例 | 第60页 |
| 6.2.2 MapReduce作业需求资源模型测评 | 第60-61页 |
| 6.2.3 基于作业完成时间对比系统资源利用率 | 第61-63页 |
| 6.2.4 基于作业完成时间对比系统吞吐量 | 第63-66页 |
| 6.3 本章小结 | 第66-67页 |
| 第7章 总结与展望 | 第67-71页 |
| 7.1 论文工作总结 | 第67-68页 |
| 7.2 下一步工作展望 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
