面向大数据应用的云计算中心性能分析方法
摘要 | 第6-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第14-29页 |
1.1 研究背景及意义 | 第14-23页 |
1.1.1 大数据应用 | 第14-19页 |
1.1.2 云计算中心 | 第19-22页 |
1.1.3 并行计算模型 | 第22页 |
1.1.4 大数据、云中心与并行模型关系 | 第22-23页 |
1.2 云计算中心性能分析 | 第23-25页 |
1.3 论文主要研究内容 | 第25-26页 |
1.4 本文组织架构 | 第26-29页 |
第二章 关键技术与相关工作 | 第29-43页 |
2.1 引言 | 第29-30页 |
2.2 排队论概述 | 第30-31页 |
2.3 并行计算模型 | 第31-38页 |
2.3.1 并行计算模型发展现状 | 第31-36页 |
2.3.2 并行计算模型性能预测 | 第36-38页 |
2.4 云计算中心 | 第38-42页 |
2.4.1 云资源管理 | 第38-40页 |
2.4.2 云中心性能预测 | 第40-42页 |
2.5 本章小结 | 第42-43页 |
第三章 云计算中心性能分析策略 | 第43-71页 |
3.1 引言 | 第43-45页 |
3.2 问题描述 | 第45-48页 |
3.2.1 大数据应用 | 第45-46页 |
3.2.2 云计算中心资源 | 第46-48页 |
3.3 性能分析模型 | 第48-67页 |
3.3.1 云中心性能建模 | 第48-52页 |
3.3.2 模型假设 | 第52-53页 |
3.3.3 参数描述 | 第53-56页 |
3.3.4 马尔可夫链与转换矩阵 | 第56-65页 |
3.3.5 系统状态分布 | 第65-67页 |
3.4 可行性验证 | 第67-70页 |
3.4.1 并行计算模型排队系统 | 第67-68页 |
3.4.2 云计算中心排队系统 | 第68-70页 |
3.4.3 可行性对比 | 第70页 |
3.5 本章小结 | 第70-71页 |
第四章 云中心性能指标及应用时间开销 | 第71-94页 |
4.1 引言 | 第71-72页 |
4.2 云中心性能指标模型 | 第72-77页 |
4.2.1 等待时间 | 第72-75页 |
4.2.2 立即服务率 | 第75-76页 |
4.2.3 平均任务数 | 第76-77页 |
4.2.4 阻塞率 | 第77页 |
4.3 大数据应用时间开销模型 | 第77-81页 |
4.3.1 计算时间 | 第78页 |
4.3.2 传输时间 | 第78-80页 |
4.3.3 响应时间 | 第80-81页 |
4.4 性能指标可行性验证 | 第81-84页 |
4.4.1 G/M/n排队系统 | 第81-82页 |
4.4.2 MX/G/n/L排队系统 | 第82-84页 |
4.4.3 可行性对比 | 第84页 |
4.5 预测时间开销 | 第84-92页 |
4.5.1 仿真分析 | 第85-86页 |
4.5.2 大数据应用Ⅰ | 第86-89页 |
4.5.3 大数据应用Ⅱ | 第89-91页 |
4.5.4 精确性对比 | 第91-92页 |
4.6 本章小结 | 第92-94页 |
第五章 性能可预测并行计算模型 | 第94-109页 |
5.1 引言 | 第94页 |
5.2 问题描述 | 第94-95页 |
5.3 原型设计 | 第95-100页 |
5.3.1 设计思路 | 第95-96页 |
5.3.2 混合模型 | 第96-97页 |
5.3.3 实现接口 | 第97-100页 |
5.4 数据副本优化方案 | 第100-102页 |
5.5 负载感知CPU调度 | 第102-105页 |
5.5.1 相关工作 | 第102-103页 |
5.5.2 实现方案 | 第103-105页 |
5.6 实验验证 | 第105-108页 |
5.6.1 实验Ⅰ | 第105-107页 |
5.6.2 实验Ⅱ | 第107-108页 |
5.7 本章小结 | 第108-109页 |
第六章 总结与展望 | 第109-112页 |
6.1 全文总结 | 第109-110页 |
6.2 展望 | 第110-112页 |
参考文献 | 第112-125页 |
作者在攻读博士学位期间研究成果 | 第125-127页 |
作者在攻读博士学位期间所作的项目 | 第127-128页 |
致谢 | 第128-129页 |