| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 论文主要工作 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 集群资源调度平台相关研究 | 第12-22页 |
| 2.1 集群资源调度框架的演进 | 第12-14页 |
| 2.1.1 单体式调度 | 第12页 |
| 2.1.2 二级调度 | 第12-13页 |
| 2.1.3 共享状态架构 | 第13页 |
| 2.1.4 全分布式架构 | 第13-14页 |
| 2.1.5 混合式架构 | 第14页 |
| 2.2 Hadoop YARN | 第14-16页 |
| 2.3 OpenStack概述 | 第16-17页 |
| 2.4 Hadoop集群资源利用优化 | 第17-18页 |
| 2.5 YARN资源调度器的现状 | 第18-22页 |
| 2.5.1 Capacity Scheduler | 第18-20页 |
| 2.5.2 Fair Scheduler | 第20页 |
| 2.5.3 Capacity Scheduler与Fair Scheduler的特点及不足 | 第20-22页 |
| 第三章 应用感知的资源调度算法 | 第22-29页 |
| 3.1 应用执行进度评估 | 第22-25页 |
| 3.2 调度方案设计 | 第25-27页 |
| 3.3 本章小结 | 第27-29页 |
| 第四章 自适应资源调度平台 | 第29-42页 |
| 4.1 自适应资源调度平台系统架构 | 第29-32页 |
| 4.1.1 自适应资源调度模块 | 第30-31页 |
| 4.1.2 资源弹性伸缩模块 | 第31-32页 |
| 4.2 YARN的编程模型 | 第32-35页 |
| 4.2.1 YARN的资源调度模型 | 第32-33页 |
| 4.2.2 YARN的事件模型 | 第33-34页 |
| 4.2.3 YARN的RPC机制 | 第34-35页 |
| 4.3 自适应调度的实现 | 第35-39页 |
| 4.3.1 读取用户时间需求模块 | 第36页 |
| 4.3.2 任务运行信息收集模块 | 第36-37页 |
| 4.3.3 资源调度模块 | 第37-39页 |
| 4.4 资源伸缩模块 | 第39-41页 |
| 4.4.1 IP地址探测模块 | 第39-41页 |
| 4.4.2 计算节点部署子模块 | 第41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 系统测试 | 第42-53页 |
| 5.1 实验环境设置 | 第42-43页 |
| 5.2 资源调度功能测试 | 第43-45页 |
| 5.2.1 功能测试步骤 | 第44页 |
| 5.2.2 功能测试结果分析 | 第44-45页 |
| 5.3 ARSF性能测试 | 第45-50页 |
| 5.4 ARSF与ARIA的性能对比 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 附录缩略语表 | 第57-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间取得的研究成果 | 第61页 |