| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 数据中心中的虚拟化资源管理 | 第14页 |
| 1.3 现状与问题 | 第14-17页 |
| 1.4 本文的主要工作 | 第17-18页 |
| 1.4.1 多租户数据中心虚拟机资源部署方法 | 第18页 |
| 1.4.2 大数据处理平台资源管理 | 第18页 |
| 1.5 本文的组织结构 | 第18-20页 |
| 第二章 相关工作 | 第20-28页 |
| 2.1 多租户数据中心中的虚拟机资源部署 | 第20-24页 |
| 2.1.1 虚拟化技术与虚拟机 | 第20页 |
| 2.1.2 多租户数据中心 | 第20-22页 |
| 2.1.3 网络中间件 | 第22-23页 |
| 2.1.4 Stratos | 第23-24页 |
| 2.2 大数据处理平台资源管理现状 | 第24-28页 |
| 2.2.1 大数据并行处理框架 | 第24-25页 |
| 2.2.2 资源管理平台 | 第25-26页 |
| 2.2.3 资源调度策略 | 第26-28页 |
| 第三章 多租户数据中心虚拟机资源部署方法 | 第28-46页 |
| 3.1 租户请求模型 | 第28-29页 |
| 3.2 虚拟机通信模型 | 第29-31页 |
| 3.2.1 租户应用虚拟机通信模型 | 第29-30页 |
| 3.2.2 中间件虚拟机通信模型 | 第30-31页 |
| 3.2.3 虚拟化网络模型 | 第31页 |
| 3.3 虚拟机部署方法 | 第31-39页 |
| 3.3.1 问题讨论 | 第32-37页 |
| 3.3.2 部署算法 | 第37-39页 |
| 3.4 仿真实验结果 | 第39-43页 |
| 3.4.1 实验配置 | 第39-40页 |
| 3.4.2 结果与分析 | 第40-43页 |
| 3.5 小结与讨论 | 第43-46页 |
| 第四章 大数据处理平台资源管理 | 第46-58页 |
| 4.1 资源管理工作原理与问题描述 | 第46-50页 |
| 4.1.1 Spark与Mesos资源分配工作原理 | 第46-48页 |
| 4.1.2 实验观察与问题描述 | 第48-50页 |
| 4.2 资源申请与释放策略 | 第50-52页 |
| 4.3 系统实现 | 第52-54页 |
| 4.4 实验结果 | 第54-56页 |
| 4.5 小结与讨论 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 前景展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 简历与科研成果 | 第64-66页 |
| 致谢 | 第66-67页 |