| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-12页 |
| ·科研背景与研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文主要研究内容 | 第10页 |
| ·本文内容安排 | 第10-12页 |
| 2 云环境下作业调度的背景技术 | 第12-19页 |
| ·云计算相关技术概述 | 第12-16页 |
| ·云计算概念 | 第12页 |
| ·云计算的服务类型 | 第12-14页 |
| ·相关技术 | 第14页 |
| ·云计算的优势 | 第14-15页 |
| ·云计算平台 | 第15-16页 |
| ·MapReduce模型介绍 | 第16-18页 |
| ·MapReduce模型介绍 | 第16页 |
| ·MapReduce执行过程 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 3 云计算作业调度算法研究 | 第19-28页 |
| ·云环境下作业调度算法的性能评价 | 第19-20页 |
| ·云计算的调度目标 | 第19页 |
| ·作业调度算法的性能指标 | 第19-20页 |
| ·作业调度算法分析 | 第20-21页 |
| ·Max-D作业调度策略设计 | 第21-24页 |
| ·核心算法描述 | 第21-23页 |
| ·任务完成时间预测方法 | 第23-24页 |
| ·算法分析 | 第24页 |
| ·Max-D算法在MapReduce模型下的调度策略设计 | 第24-27页 |
| ·MapReduce模型下的Max-D算法改进 | 第25-26页 |
| ·调度流程 | 第26-27页 |
| ·算法分析 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 Hadoop平台下的作业调度算法研究 | 第28-43页 |
| ·Hadoop平台及其作业调度机制 | 第28-30页 |
| ·Hadoop平台关键技术介绍 | 第28-29页 |
| ·Hadoop作业调度机制 | 第29-30页 |
| ·Hadoop下作业调度代表性算法分析 | 第30-32页 |
| ·FIFO算法 | 第31页 |
| ·公平调度算法 | 第31-32页 |
| ·在Hadoop中实现Max-D调度算法 | 第32-39页 |
| ·Max-D算法的具体实现方法 | 第32-35页 |
| ·调度策略流程 | 第35页 |
| ·性能分析与算法比较 | 第35-39页 |
| ·基于负载监控的Hadoop平台下混合调度策略设计 | 第39-42页 |
| ·基本思想 | 第40页 |
| ·策略原理 | 第40-41页 |
| ·混合调度策略优势 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 实验及分析 | 第43-55页 |
| ·实验平台的搭建 | 第43-46页 |
| ·集群选择和配置 | 第43-44页 |
| ·Hadoop环境搭建 | 第44-46页 |
| ·实验结果与分析 | 第46-54页 |
| ·算法参数的选择 | 第46-48页 |
| ·Max-D算法性能测试 | 第48-49页 |
| ·基于负载监控的混合调度策略性能测试 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |