首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文

云环境下作业调度优化的方法研究

摘要第1-5页
ABSTRACT第5-11页
第1章 引言第11-19页
   ·研究背景第11-12页
   ·云计算关键技术与作业调度第12-15页
     ·云环境中的关键技术第12-14页
     ·云计算的调度目标第14页
     ·作业调度第14-15页
   ·问题提出第15-16页
   ·本文所做的工作第16-19页
     ·本文主要研究的内容第16-17页
     ·本文的组织结构第17-19页
第2章 支持 MultiLe 的云体系结构第19-29页
   ·云计算第19-25页
     ·云计算第19-21页
     ·云计算的特点及优势第21-23页
     ·云计算的典型应用第23-25页
   ·MapReduce 的调度模式第25页
   ·云结构及其上的多层管理模式MultiLe第25-28页
     ·多层管理模式MultiLe第26-27页
     ·支持MultiLe 方法的云体系结构第27-28页
   ·本章小结第28-29页
第3章 MultiLe 的多层管理优化调度方法第29-39页
   ·用户需求分类与节点资源第29-30页
     ·用户需求分类第29-30页
     ·节点资源的描述第30页
   ·作业的描述第30-31页
   ·用户作业与节点的映射第31-34页
     ·Execution-time第32-33页
     ·Bandwidth第33-34页
     ·Cost第34页
     ·Reliability第34页
   ·用户作业与节点的映射算法第34-36页
     ·算法的处理机制第35-36页
     ·算法描述第36页
   ·MultiLe 方法的执行过程第36-38页
   ·本章小结第38-39页
第4章 MultiLe 在 Hadoop 平台中的实现方法第39-55页
   ·hadoop第39-48页
     ·hadoop 框架结构第39-43页
     ·Hadoop 下的MapReduce 框架第43-48页
   ·基于多层管理优化调度算法在hadoop 中的实现第48-54页
     ·节点的通信第48-50页
     ·MapReduce 的MultiLe 化第50页
     ·多层优化调度算法的实现第50-53页
     ·容错第53-54页
   ·本章小结第54-55页
第5章 实验结果与分析第55-61页
   ·Hadoop 的部署第55-57页
     ·安装hadoop 的准备工作第55-56页
     ·hadoop 的配置第56-57页
   ·模拟实验第57-58页
   ·实验结果分析与比较第58-60页
   ·本章小结第60-61页
第6章 结论与展望第61-63页
   ·结论第61页
   ·进一步的工作第61-63页
致谢第63-64页
参考文献第64-66页
攻读学位期间发表的学术论文及参加科研情况第66-67页

论文共67页,点击 下载论文
上一篇:音乐情感识别方法的研究
下一篇:面向嵌入式系统的软硬件协同设计划分方法研究