| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 负载均衡研究现状 | 第14-15页 |
| 1.2.2 作业调度算法研究现状 | 第15-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 2 云计算和负载均衡相关技术研究 | 第19-29页 |
| 2.1 云计算 | 第19-22页 |
| 2.1.1 云计算及其核心技术 | 第19-21页 |
| 2.1.2 云平台 | 第21-22页 |
| 2.2 负载均衡 | 第22-25页 |
| 2.2.1 负载均衡概念及意义 | 第22-23页 |
| 2.2.2 负载均衡技术特点 | 第23-24页 |
| 2.2.3 负载均衡技术分类 | 第24-25页 |
| 2.2.4 负载均衡算法 | 第25页 |
| 2.3 云计算中的负载均衡算法 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 3 Hadoop及其调度算法研究 | 第29-39页 |
| 3.1 Hadoop | 第29-32页 |
| 3.1.1 HDFS | 第29-31页 |
| 3.1.2 MapReduce | 第31-32页 |
| 3.2 Hadoop任务调度流程 | 第32-33页 |
| 3.3 Hadoop常见的调度算法 | 第33-36页 |
| 3.3.1 FIFO算法 | 第34页 |
| 3.3.2 Capacity Scheduler算法 | 第34-35页 |
| 3.3.3 Fair Scheduler算法 | 第35-36页 |
| 3.3.4 现有算法的不足 | 第36页 |
| 3.4 LATE算法 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 Hadoop平台下改进的负载均衡调度算法研究 | 第39-47页 |
| 4.1 作业负载分类 | 第39-40页 |
| 4.1.1 定义变量 | 第39页 |
| 4.1.2 作业负载分类规则 | 第39-40页 |
| 4.2 节点负载定义 | 第40页 |
| 4.3 节点的成功/负载 | 第40-41页 |
| 4.3.1 节点执行任务的成功率 | 第40页 |
| 4.3.2 节点的成功/负载比 | 第40-41页 |
| 4.4 改进的任务调度算法 | 第41-43页 |
| 4.4.1 相关参数 | 第41页 |
| 4.4.2 算法描述 | 第41-43页 |
| 4.5 算法实现 | 第43-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 实验环境搭建 | 第47-59页 |
| 5.1 Hadoop集群总体架构 | 第47页 |
| 5.2 集群搭建 | 第47-53页 |
| 5.3 实验测试集选择及数据来源 | 第53-54页 |
| 5.3.1 性能测试集选择 | 第53页 |
| 5.3.2 来源数据 | 第53-54页 |
| 5.4 实验结果分析 | 第54-57页 |
| 5.4.1 完成时间测试 | 第55-56页 |
| 5.4.2 负载均衡测试 | 第56-57页 |
| 5.5 本章小结 | 第57-59页 |
| 6 总结和展望 | 第59-61页 |
| 6.1 本文的工作总结 | 第59页 |
| 6.2 对今后工作的展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介及读研期间主要科研成果 | 第67页 |