| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·引言 | 第10页 |
| ·云计算介绍 | 第10-20页 |
| ·云计算的定义 | 第10-11页 |
| ·云计算的应用场景 | 第11-12页 |
| ·云计算的发展 | 第12-15页 |
| ·云计算与其他超级计算的区别 | 第15-18页 |
| ·云计算的关键技术 | 第18-19页 |
| ·云计算展望 | 第19-20页 |
| ·论文的内容 | 第20-21页 |
| 第二章 MAP-REDUCE 调度模型介绍 | 第21-34页 |
| ·MAP-REDUCE 介绍 | 第21-24页 |
| ·MAP-REDUCE 在多核及多处理器任务调度方面的应用 | 第24-25页 |
| ·MAP-REDUCE 在CELL-PROCESSOR 上的应用 | 第25-26页 |
| ·MAP-REDUCE 在NVIDIA 显卡上的应用 | 第26-28页 |
| ·LATE(LONGEST APPROXIMATE TIME TO END)调度器 | 第28-30页 |
| ·原有MAP-REDUCE 调度方式的不足 | 第30-33页 |
| ·Hadoop 原有调度器的缺陷 | 第30-32页 |
| ·LATE 调度器的缺陷 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 自适应的MAP-REDUCE 调度方式 | 第34-53页 |
| ·自适应的MAP-REDUCE 调度方式涉及的内容 | 第34-36页 |
| ·Map-Reduce 任务调度方面的内容 | 第34-35页 |
| ·添加历史学习能力 | 第35页 |
| ·探索更适合异构环境的Map-Reduce 任务调度算法 | 第35-36页 |
| ·自适应的MAP-REDUCE 调度方式的关键技术 | 第36-38页 |
| ·落后任务探测算法 | 第36页 |
| ·任务进度推测算法 | 第36-37页 |
| ·任务剩余时间估计算法 | 第37页 |
| ·慢节点探测算法 | 第37-38页 |
| ·自适应的MAP-REDUCE 调度方式设计 | 第38-52页 |
| ·参数设置 | 第38-39页 |
| ·自适应方式 | 第39-42页 |
| ·慢任务探测方式 | 第42-43页 |
| ·落后任务探测方式 | 第43-45页 |
| ·慢节点的探测方式 | 第45-47页 |
| ·自适应的Map-Reduce 调度方式的创新和改进 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 实验验证 | 第53-70页 |
| ·实验环境配置 | 第53-54页 |
| ·只使用历史信息的调度器性能检测 | 第54-57页 |
| ·异构环境中存在明显慢节点 | 第54-56页 |
| ·异构环境中不存在明显慢节点 | 第56-57页 |
| ·LATE 调度器的性能检测 | 第57-60页 |
| ·自适应的MAP-REDUCE 性能检测 | 第60-63页 |
| ·自适应的MAP-REDUCE 调度方式中各参数对性能的影响 | 第63-69页 |
| ·HISTORY_PRO 的影响 | 第63-64页 |
| ·SLOW_TASK_CAP 的影响 | 第64-65页 |
| ·SLOW_TRCKER_CAP 的影响 | 第65-66页 |
| ·SLOW_TRACKER_NUM 的影响 | 第66-67页 |
| ·SPECULATIVE_CAP 的影响 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-71页 |
| ·主要结论 | 第70页 |
| ·研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75页 |
