| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文工作 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究重点和难点 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 2 云计算中MapReduce编程模型的分析 | 第17-33页 |
| 2.1 云计算概述 | 第17-20页 |
| 2.2 Hadoop计算平台 | 第20-24页 |
| 2.2.1 Hadoop开源架构 | 第21页 |
| 2.2.2 HDFS文件系统 | 第21-22页 |
| 2.2.3 MapReduce架构 | 第22-24页 |
| 2.3 MapReduce编程模型 | 第24-29页 |
| 2.3.1 MapReduce概述 | 第24页 |
| 2.3.2 MapReduce编程思想 | 第24-26页 |
| 2.3.3 MapReduce主从架构 | 第26页 |
| 2.3.4 MapReduce实现流程 | 第26-28页 |
| 2.3.5 MapReduce研究热点 | 第28-29页 |
| 2.4 MapReduce容错相关改进 | 第29-31页 |
| 2.4.1 慢任务评判算法 | 第29-30页 |
| 2.4.2 中间值存储方案 | 第30页 |
| 2.4.3 单控制节点容错方案 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 MapReduce容错机制分析 | 第33-47页 |
| 3.1 容错实体类 | 第33-37页 |
| 3.1.1 JobTracker类 | 第33-34页 |
| 3.1.2 TaskTracker类 | 第34-35页 |
| 3.1.3 Storage相关类 | 第35-36页 |
| 3.1.4 HeartbeatResponse相关类 | 第36-37页 |
| 3.2 MapReduce容错策略 | 第37-43页 |
| 3.2.1 备份方案 | 第37-39页 |
| 3.2.2 失效监测机制 | 第39-42页 |
| 3.2.3 推测执行机制 | 第42-43页 |
| 3.3 容错性能评估指标 | 第43-45页 |
| 3.3.1 响应时间 | 第43-44页 |
| 3.3.2 加速比 | 第44页 |
| 3.3.3 可靠性 | 第44页 |
| 3.3.4 公平性 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 MapReduce多组容错机制的研究 | 第47-57页 |
| 4.1 需求分析 | 第47页 |
| 4.2 实现方案 | 第47-50页 |
| 4.2.1 多组监测 | 第48页 |
| 4.2.2 请求申请 | 第48-49页 |
| 4.2.3 任务迁移 | 第49-50页 |
| 4.3 多组容错机制的研究 | 第50-54页 |
| 4.3.1 多组机制实现类 | 第50-51页 |
| 4.3.2 搭建多组架构 | 第51-53页 |
| 4.3.3 多组心跳机制 | 第53-54页 |
| 4.4 多组关系带来的资源竞争 | 第54-55页 |
| 4.5 性能分析 | 第55-56页 |
| 4.5.1 响应时间分析 | 第55页 |
| 4.5.2 加速比分析 | 第55页 |
| 4.5.3 优势分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 实验与结果分析 | 第57-67页 |
| 5.1 实验环境配置 | 第57-60页 |
| 5.1.1 集群配置方案 | 第57-58页 |
| 5.1.2 SSH和JDK的配置 | 第58页 |
| 5.1.3 Hadoop的安装配置 | 第58-60页 |
| 5.2 基准测试 | 第60-62页 |
| 5.3 实验结果与分析 | 第62-66页 |
| 5.3.1 响应时间对比分析 | 第62-63页 |
| 5.3.2 公平性测试 | 第63-64页 |
| 5.3.3 加速比性能测试 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简介 | 第73-75页 |
| 学位论文数据集 | 第75页 |