| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究课题背景 | 第8-11页 |
| 1.1.1 研究课题来源 | 第8-9页 |
| 1.1.2 研究目的与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 分布式框架研究现状 | 第11-12页 |
| 1.2.2 Spark集群监控研究现状 | 第12-13页 |
| 1.2.3 Spark性能预测与集群资源分配研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 本文结构 | 第16-18页 |
| 第2章 基于Spark任务结构的性能预测模型研究 | 第18-26页 |
| 2.1 Spark平台概述 | 第18-21页 |
| 2.1.1 Spark背景介绍 | 第18-19页 |
| 2.1.2 Spark工作原理 | 第19-21页 |
| 2.2 基于任务结构的Spark性能建模 | 第21-24页 |
| 2.2.1 模型概述 | 第21-22页 |
| 2.2.2 基于任务结构的模型划分 | 第22-23页 |
| 2.2.3 性能模型参数与推导 | 第23-24页 |
| 2.3 内存因素 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 预测模型的实验评估 | 第26-39页 |
| 3.1 实验环境 | 第26-29页 |
| 3.1.1 集群环境 | 第26-27页 |
| 3.1.2 数据分区与任务并行度 | 第27-28页 |
| 3.1.3 实验BenchMark的选择 | 第28-29页 |
| 3.2 集群监控与性能分析 | 第29-33页 |
| 3.2.1 YourKit监控与执行时间解析 | 第29-31页 |
| 3.2.2 Spark日志解析 | 第31-33页 |
| 3.3 实验评估 | 第33-38页 |
| 3.3.1 模型的相对独立阶段验证 | 第33-34页 |
| 3.3.2 Computation阶段执行时间实验分析 | 第34-37页 |
| 3.3.3 模型系数拟合 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于性能预测模型的资源分配策略 | 第39-47页 |
| 4.1 数据重分区 | 第39-41页 |
| 4.2 集群资源分配优化实例 | 第41-42页 |
| 4.3 资源优化分配模型 | 第42-44页 |
| 4.3.1 问题定义 | 第42-43页 |
| 4.3.2 依赖图转化 | 第43-44页 |
| 4.4 优化资源分配策略 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 资源分配策略实验分析 | 第47-53页 |
| 5.1 Spark任务集合 | 第47-48页 |
| 5.2 分区优化实例 | 第48-49页 |
| 5.3 实验结果分析 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |