| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景和意义 | 第13-15页 |
| ·研究现状 | 第15-19页 |
| ·多核系统的研究现状 | 第15-16页 |
| ·并行计算的研究现状 | 第16-17页 |
| ·MapReduce 并行编程模型的研究现状 | 第17-18页 |
| ·MapReduce 调度算法的研究现状 | 第18-19页 |
| ·主要研究内容 | 第19页 |
| ·本文组织结构 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第2章 重要概念及相关研究 | 第22-32页 |
| ·引言 | 第22页 |
| ·异构多核系统简介 | 第22-24页 |
| ·多核系统概述 | 第23页 |
| ·多核系统发展趋势及面临的问题 | 第23-24页 |
| ·典型的多核系统体系结构 | 第24页 |
| ·并行计算简介 | 第24-28页 |
| ·并行计算的基本概念 | 第25-26页 |
| ·并行计算面临的新挑战 | 第26-27页 |
| ·并行计算的应用 | 第27-28页 |
| ·并行编程模型研究 | 第28-30页 |
| ·并行编程模型概述 | 第28页 |
| ·并行编程模型的发展趋势 | 第28-29页 |
| ·简述几种经典的并行编程模型 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 MapReduce 并行编程模型研究 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·MapReduce 模型的原理 | 第33-34页 |
| ·MapReduce 的实现框架 | 第34-36页 |
| ·影响 MapReduce 调度性能的主要因素研究 | 第36-38页 |
| ·本地化 | 第37页 |
| ·同步开销 | 第37页 |
| ·公平性规范 | 第37-38页 |
| ·MapReduce 的调度方法研究 | 第38-42页 |
| ·处理同步开销的方法 | 第38-40页 |
| ·具有本地化提升的处理公平性的方法 | 第40-41页 |
| ·几种 Mapreduce 的调度方法的比较 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于异构多核系统的 MapReduce 调度算法的改进 | 第43-58页 |
| ·引言 | 第43-44页 |
| ·对 MapReduce 调度算法的改进涉及的内容 | 第44-48页 |
| ·MapReduce 任务调度方面的内容 | 第44-45页 |
| ·备份任务推测机制 | 第45-46页 |
| ·原有的 Hadoop 调度算法 | 第46页 |
| ·LATE 算法 | 第46-47页 |
| ·机器学习 | 第47-48页 |
| ·关键问题的解决方法 | 第48-51页 |
| ·算法的详细设计 | 第51-56页 |
| ·添加机器学习能力 | 第51-53页 |
| ·探测慢任务的方法 | 第53-54页 |
| ·探测落后任务方式 | 第54-55页 |
| ·探测慢节点的方式 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 实验及结果分析 | 第58-63页 |
| ·异构 Hadoop 实验平台配置 | 第58页 |
| ·参数设置 | 第58-59页 |
| ·评估方法 | 第59页 |
| ·实验结果及分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 总结和展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 A 攻读学位期间所发表的学术论文及参与的科研项目 | 第70页 |
