| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 大数据 | 第10-11页 |
| 1.2.2 云计算与多租户 | 第11-12页 |
| 1.2.3 面向大数据的多租户技术现状 | 第12-13页 |
| 1.3 本文研究内容及组织结构 | 第13-15页 |
| 第二章 相关技术介绍 | 第15-22页 |
| 2.1 容器虚拟化技术 | 第15-19页 |
| 2.1.1 虚拟化与容器概述 | 第15-16页 |
| 2.1.2 容器与进程隔离 | 第16-17页 |
| 2.1.3 Kubernetes容器管理平台 | 第17-19页 |
| 2.2 面向大数据的服务发现技术 | 第19-20页 |
| 2.3 面向多租户使用环境的集群资源管理 | 第20-21页 |
| 2.3.1 资源管理 | 第20-21页 |
| 2.3.2 DRF资源调度算法 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 面向大数据的多租户管理系统架构设计 | 第22-35页 |
| 3.1 需求分析 | 第22页 |
| 3.2 系统概述 | 第22-24页 |
| 3.3 自动构建模块设计 | 第24-26页 |
| 3.4 服务发现模块设计 | 第26-30页 |
| 3.5 资源管理模块设计 | 第30-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 面向大数据的多租户关键技术实现 | 第35-64页 |
| 4.1 利用组件容器化实现大数据集群的自动部署 | 第35-43页 |
| 4.1.1 基于Docker容器技术构建大数据组件仓库 | 第36页 |
| 4.1.2 集群生命周期管理 | 第36-39页 |
| 4.1.3 数据平台容器化性能测试 | 第39-41页 |
| 4.1.4 Etcd读写性能测试 | 第41-42页 |
| 4.1.5 结论 | 第42-43页 |
| 4.2 基于服务发现的大数据平台弹性伸缩功能实现 | 第43-53页 |
| 4.2.1 服务生命周期管理 | 第44-45页 |
| 4.2.2 服务代理及状态监控模块实现 | 第45-46页 |
| 4.2.3 基于Raft一致性的状态复制算法实现 | 第46-49页 |
| 4.2.4 基于服务发现的大数据平台弹性伸缩功能实现 | 第49-50页 |
| 4.2.5 服务发现模块性能测试 | 第50-53页 |
| 4.2.6 结论 | 第53页 |
| 4.3 面向多租户大数据平台的数据感知资源分配算法设计与实现 | 第53-64页 |
| 4.3.1 Kubernetes的资源调度流程介绍 | 第54-56页 |
| 4.3.2 基于Kubernetes Label的数据感知算法实现 | 第56-57页 |
| 4.3.3 基于数据感知的Weighted-DRF算法实现 | 第57-60页 |
| 4.3.4 基于数据感知的Weighted-DRF算法性能测试 | 第60-63页 |
| 4.3.5 结论 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
