云环境下科学工作流执行过程中的动态优化
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究意义 | 第13页 |
| 1.4 研究目的 | 第13-14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 2 相关技术介绍 | 第15-23页 |
| 2.1 科学工作流介绍 | 第15页 |
| 2.2 典型的科学工作流 | 第15-16页 |
| 2.3 云计算 | 第16-18页 |
| 2.3.1 云计算特性 | 第16页 |
| 2.3.2 云计算服务模型 | 第16-17页 |
| 2.3.3 云计算部署模型 | 第17-18页 |
| 2.4 Hadoop云平台 | 第18-22页 |
| 2.4.1 Hadoop的发展历程 | 第18页 |
| 2.4.2 Hadoop生态系统 | 第18-22页 |
| 2.4.3 MapReduce原生作业调度算法 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 马尔可夫预测模型 | 第23-33页 |
| 3.1 马尔可夫链的基本概念 | 第24-26页 |
| 3.2 马尔科夫预测法 | 第26-27页 |
| 3.2.1 第n个时刻的状态概率预测 | 第26页 |
| 3.2.2 马尔科夫链的稳态分布 | 第26-27页 |
| 3.3 基于马尔科夫过程的负载预测模型 | 第27-31页 |
| 3.3.1 任务分类 | 第27-28页 |
| 3.3.2 集群状态分类 | 第28-29页 |
| 3.3.3 集群负载状态转移概率矩阵 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 科学工作流的负载自适应任务调度 | 第33-42页 |
| 4.1 执行节点的负载承受能力评估 | 第33-34页 |
| 4.2 集群负载均衡指标 | 第34页 |
| 4.3 负载自适应任务调度算法 | 第34-37页 |
| 4.4 实验分析 | 第37-41页 |
| 4.4.1 实验环境 | 第37-38页 |
| 4.4.2 集群负载均衡性比较 | 第38-40页 |
| 4.4.3 工作流执行时间比较 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 总结与展望 | 第42-43页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-43页 |
| 6 参考文献 | 第43-47页 |
| 致谢 | 第47页 |
