| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状及发展方向 | 第13-16页 |
| 1.2.1 大数据研究现状 | 第13-15页 |
| 1.2.2 Hadoop调度算法研究现状 | 第15-16页 |
| 1.3 本文研究内容和组织结构 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 组织结构 | 第16-18页 |
| 第2章 大数据和Hadoop的核心技术 | 第18-27页 |
| 2.1 大数据简介 | 第18-19页 |
| 2.2 Hadoop简介 | 第19-21页 |
| 2.2.1 Hadoop的概述和发展历史 | 第19-20页 |
| 2.2.2 Hadoop总体结构 | 第20-21页 |
| 2.3 Hadoop核心技术 | 第21-26页 |
| 2.3.1 分布式文件系统HDFS | 第21-22页 |
| 2.3.2 分布式计算框架Map Reduce | 第22-23页 |
| 2.3.3 资源管理系统YARN | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 Hadoop调度和负载均衡的研究 | 第27-37页 |
| 3.1 Hadoop调度 | 第27-34页 |
| 3.1.1 Hadoop调度器的基本结构和模型 | 第27-30页 |
| 3.1.2 Hadoop调度算法分析 | 第30-34页 |
| 3.2 负载均衡度量函数LBMF的提出 | 第34-36页 |
| 3.2.1 异构环境与负载均衡概念 | 第34页 |
| 3.2.2 节点资源负载指标的选择 | 第34-35页 |
| 3.2.3 负载均衡度量函数LBMF的定义 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 基于LBMF的粒子群调度算法LBMFPSO | 第37-45页 |
| 4.1 粒子群优化算法原理 | 第37-39页 |
| 4.2 LBMFPSO思想设计 | 第39-41页 |
| 4.3 LBMFPSO算法实现 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验验证与结果分析 | 第45-55页 |
| 5.1 实验平台的搭建 | 第45-47页 |
| 5.2 实验结果与分析 | 第47-53页 |
| 5.2.1 实验的测试程序及参数选择 | 第47-48页 |
| 5.2.2 资源负载均衡测试 | 第48-51页 |
| 5.2.3 作业执行时间测试 | 第51-53页 |
| 5.3 本章小结 | 第53-55页 |
| 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简介 | 第60-61页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第61-62页 |