| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究目的及意义 | 第9-11页 |
| 1.2 MapReduce框架研究现状 | 第11-14页 |
| 1.2.1 主要MapReduce框架系统 | 第11-12页 |
| 1.2.2 MapReduce国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关背景知识 | 第16-22页 |
| 2.1 MapReduce基本介绍 | 第16-19页 |
| 2.1.1 MapReduce执行过程 | 第16-18页 |
| 2.1.2 MapReduce关键模块 | 第18-19页 |
| 2.2 Comet框架 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 Hadoop MapReduce体系结构工作原理 | 第22-27页 |
| 3.1 Hadoop MapReduce作业处理流程 | 第22页 |
| 3.2 单词统计样例的MapReduce处理过程 | 第22-24页 |
| 3.3 Hadoop MapReduce数据存储 | 第24-25页 |
| 3.4 Hadoop MapReduce上机实验测试 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 基于Comet实现MapReduce抽象编程框架 | 第27-42页 |
| 4.1 基于Comet的MapReduce编程抽象架构 | 第27-33页 |
| 4.1.1 架构描述 | 第27-29页 |
| 4.1.2 基于Comet的MapReduce工作流程 | 第29-31页 |
| 4.1.3 以用户目标为驱动的调度方案 | 第31-33页 |
| 4.2 MapReduce在Comet上的应用实现 | 第33-38页 |
| 4.2.1 Input Reader | 第33-34页 |
| 4.2.2 MapReduce Master | 第34页 |
| 4.2.3 MapReduce Worker | 第34-35页 |
| 4.2.4 Mapper接口 | 第35页 |
| 4.2.5 Reducer接口 | 第35页 |
| 4.2.6 Output Collector接口 | 第35页 |
| 4.2.7 Disk Read/Write管理接口 | 第35-38页 |
| 4.3 Comet MapReduce与Hadoop MapReduce结构对比 | 第38-39页 |
| 4.3.1 Comet中的API | 第38页 |
| 4.3.2 Hadoop中的API | 第38-39页 |
| 4.4 PDB结构中的距离信息挖掘 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 实验与结果分析 | 第42-48页 |
| 5.1 Comet MapReduce单节点运行时间开销对比 | 第42页 |
| 5.2 Comet-MapReduce与Hadoop MapReduce运行时间对比 | 第42-44页 |
| 5.3 Comet MapReduce内存指标 | 第44-45页 |
| 5.3.1 Master内存指标 | 第44-45页 |
| 5.3.2 Worker节点的内存指标 | 第45页 |
| 5.4 负载均衡 | 第45-47页 |
| 5.5 本章小结 | 第47-48页 |
| 总结与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 作者简历 | 第55页 |
