| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-10页 |
| ·云计算的发展现状 | 第9-10页 |
| ·Hadoop平台研究现状 | 第10页 |
| ·本文工作 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 云计算和Hadoop平台概述 | 第13-29页 |
| ·云计算及其核心技术 | 第13-18页 |
| ·云计算平台 | 第14-16页 |
| ·云计算的核心技术 | 第16-18页 |
| ·Hadoop平台 | 第18-19页 |
| ·Hadoop的文件系统HDFS | 第19-24页 |
| ·数据存储的保障措施以及性能的提升 | 第20-21页 |
| ·文件分块策略分析 | 第21-24页 |
| ·Hadoop的编程模型Map/Reduce | 第24-28页 |
| ·Map/Reduce的概念模型 | 第24-25页 |
| ·Map/Reduce的实现机制 | 第25-26页 |
| ·Map/Reduce在Hadoop中的工作流程 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 Hadoop作业调度算法的研究 | 第29-43页 |
| ·Hadoop作业调度 | 第29-31页 |
| ·现有的作业调度算法 | 第31-33页 |
| ·FIFO | 第31页 |
| ·公平调度算法(Fair Scheduler) | 第31-32页 |
| ·计算能力调度算法(Capacity Scheduler) | 第32-33页 |
| ·基于优先级的加权轮转算法 | 第33-37页 |
| ·权重的设置 | 第35-36页 |
| ·任务分配策略 | 第36-37页 |
| ·优先级加权的滑动窗口算法 | 第37-39页 |
| ·负载水平的判断 | 第38页 |
| ·推测执行 | 第38-39页 |
| ·实验结果对比分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于遗传算法的Hadoop平台作业调度研究 | 第43-63页 |
| ·遗传算法原理 | 第43-47页 |
| ·遗传操作 | 第44-46页 |
| ·遗传算法的特点 | 第46-47页 |
| ·遗传算法步骤 | 第47-48页 |
| ·基于遗传算法的作业调度 | 第48-55页 |
| ·遗传算法进行作业调度的可行性 | 第48-49页 |
| ·遗传算法进行作业调度的应用 | 第49-50页 |
| ·遗传算法各项参数的确定 | 第50-54页 |
| ·本文遗传算法的改进 | 第54-55页 |
| ·实验平台的搭建 | 第55-59页 |
| ·配制软件环境 | 第56页 |
| ·配制硬件环境 | 第56-59页 |
| ·实验结果分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |