| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文结构及创新点 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 Hadoop平台介绍 | 第13-18页 |
| 2.1 Hadoop平台背景 | 第13-14页 |
| 2.1.1 技术背景 | 第13页 |
| 2.1.2 应用背景 | 第13-14页 |
| 2.2 Hadoop平台核心部分 | 第14-17页 |
| 2.2.1 Hadoop分布式文件系统HDFS | 第14-15页 |
| 2.2.2 Hadoop分布式并行计算框架Map Reduce | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 Hadoop平台的作业调度研究 | 第18-24页 |
| 3.1 Hadoop现有作业调度算法 | 第18-21页 |
| 3.1.1 FIFO调度算法 | 第18-19页 |
| 3.1.2 公平调度器 | 第19-20页 |
| 3.1.3 计算能力调度器 | 第20-21页 |
| 3.2 三种调度器分析总结 | 第21-22页 |
| 3.3 计算能力调度器的问题分析 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第四章 基于遗传算法的计算能力调度器改进算法 | 第24-34页 |
| 4.1 问题的提出 | 第24页 |
| 4.2 问题的形式化描述 | 第24-25页 |
| 4.3 遗传算法的基本原理 | 第25-28页 |
| 4.4 算法设计 | 第28-30页 |
| 4.4.1 编码机制 | 第28页 |
| 4.4.2 适应度函数 | 第28页 |
| 4.4.3 遗传操作算子 | 第28-29页 |
| 4.4.4 算法终止准则 | 第29-30页 |
| 4.5 基于遗传算法的Hadoop作业调度实例 | 第30-33页 |
| 4.6 本章小结 | 第33-34页 |
| 第五章 实验设计与验证 | 第34-44页 |
| 5.1 评估方法和工作量描述 | 第34-35页 |
| 5.2 现有计算能力调度器实验 | 第35-39页 |
| 5.3 新型计算能力调度器实验 | 第39-42页 |
| 5.4 实验结论 | 第42-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-50页 |
| 附录A（攻读学位期间发表的论文） | 第50页 |