基于Hadoop的资源管理与作业调度的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 研究现状 | 第10-11页 |
| 1.2.2 应用现状 | 第11页 |
| 1.3 主要研究工作 | 第11-13页 |
| 第2章 相关技术介绍 | 第13-18页 |
| 2.1 云计算技术 | 第13页 |
| 2.2 Google的GFS和MapReduce | 第13-15页 |
| 2.2.1 GFS分布式文件系统 | 第13-15页 |
| 2.2.2 MapReduce | 第15页 |
| 2.3 Hadoop分布式处理平台 | 第15-17页 |
| 2.3.1 HDFS | 第16页 |
| 2.3.2 MapReduce | 第16页 |
| 2.3.3 Hive | 第16-17页 |
| 2.3.4 Hbase | 第17页 |
| 2.3.5 Zookeeper | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 Hadoop资源管理与作业调度的研究 | 第18-36页 |
| 3.1 Hadoop分布式文件系统HDFS | 第18-23页 |
| 3.1.1 HDFS简介 | 第18-19页 |
| 3.1.2 HDFS关键概念 | 第19-20页 |
| 3.1.3 HDFS架构 | 第20-21页 |
| 3.1.4 HDFS文件操作 | 第21-23页 |
| 3.2 分布式计算框架MapReduce | 第23-30页 |
| 3.2.1 MapReduce简介 | 第23页 |
| 3.2.2 MapReduce架构研究 | 第23-25页 |
| 3.2.3 MapReduce实现原理 | 第25-27页 |
| 3.2.4 MapReduce计算流程 | 第27-30页 |
| 3.3 Hadoop平台的作业调度研究 | 第30-35页 |
| 3.3.1 作业调度简介 | 第30-31页 |
| 3.3.2 作业调度流程 | 第31-32页 |
| 3.3.3 FIFO调度算法 | 第32-33页 |
| 3.3.4 Capacity调度算法 | 第33-34页 |
| 3.3.5 Fair调度算法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 FIFO作业调度改进 | 第36-45页 |
| 4.1 改进目的 | 第36-37页 |
| 4.2 FIFO改进算法 | 第37-39页 |
| 4.2.1 算法思想 | 第37页 |
| 4.2.2 算法流程 | 第37-39页 |
| 4.2.3 算法实现 | 第39页 |
| 4.3 算法验证 | 第39-44页 |
| 4.3.1 集群搭建 | 第39-40页 |
| 4.3.2 实验验证 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 工作总结 | 第45-46页 |
| 5.2 不足与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
