| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文研究内容 | 第10页 |
| ·论文组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 云计算相关知识和关键技术研究 | 第12-23页 |
| ·云计算简述 | 第12-14页 |
| ·云计算概念 | 第12页 |
| ·云计算的特点和优势 | 第12-13页 |
| ·云计算的服务模式和部署类型 | 第13-14页 |
| ·云计算关键技术MapReduce | 第14-17页 |
| ·mapreduce的模型概述 | 第15页 |
| ·Mapreduce计算模型的实现流程 | 第15-17页 |
| ·云计算平台hadoop | 第17-22页 |
| ·Hadoop概述 | 第18页 |
| ·Hadoop架构 | 第18-19页 |
| ·Hadoop中的分布式文件系统HDFS | 第19-20页 |
| ·MapReduce在Hadoop中的实现 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 Hadoop作业调度算法的研究 | 第23-33页 |
| ·Hadoop调度MapReduce作业的原理 | 第23-25页 |
| ·Hadoop已有的调度算法 | 第25-28页 |
| ·FIFO调度算法 | 第25页 |
| ·计算能力调度算法(CapacityScheduler) | 第25-26页 |
| ·公平调度算法(FairScheduler) | 第26-28页 |
| ·典型的调度算法分析 | 第28-32页 |
| ·基于朴素贝叶斯分类的作业调度算法 | 第28-29页 |
| ·基于遗传算法的Hadoop调度算法 | 第29-31页 |
| ·基于时间期限的调度算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 改进的基于时间和预算的Hadoop调度算法(DBScheduler) | 第33-39页 |
| ·算法设计与思想 | 第33-34页 |
| ·算法背景 | 第33-34页 |
| ·算法思想 | 第34页 |
| ·模型设计 | 第34-37页 |
| ·权值计算模型 | 第35页 |
| ·预算评价模型 | 第35-36页 |
| ·权值更新模型 | 第36-37页 |
| ·系统的设计与实现 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 实验与分析 | 第39-45页 |
| ·实验环境与配置 | 第39-41页 |
| ·集群配置方案 | 第39页 |
| ·Hadoop的配置安装 | 第39-41页 |
| ·实验设计与结果分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读学位期间发表的学术论文 | 第49-50页 |
| 致谢 | 第50-51页 |