| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 1. 绪论 | 第12-18页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 Spark并行计算框架研究现状 | 第13-15页 |
| 1.3 乘潮水位研究内容与现状 | 第15-16页 |
| 1.4 本文主要研究工作及贡献 | 第16页 |
| 1.5 本文组织结构 | 第16-18页 |
| 2. 关键技术 | 第18-28页 |
| 2.1 海洋信息处理与云平台 | 第18-19页 |
| 2.2 乘潮水位计算模式 | 第19-20页 |
| 2.3 Spark框架 | 第20-26页 |
| 2.3.1 Spark核心思想 | 第21-22页 |
| 2.3.2 Spark生态系统 | 第22-24页 |
| 2.3.3 Spark分布式部署模式 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 3. Spark框架下乘潮水位任务控制模式框架体系 | 第28-38页 |
| 3.1 云平台海洋环境信息处理框架体系 | 第28-29页 |
| 3.2 乘潮水位Spark控制模式问题分析 | 第29-31页 |
| 3.3 任务控制模式的运行过程 | 第31-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4. Spark框架下乘潮水位任务控制模式研究与实现 | 第38-52页 |
| 4.1 Spark的任务控制模式简介 | 第38-40页 |
| 4.2 Spark的任务调度算法 | 第40-43页 |
| 4.3 Spark乘潮水位任务调度算法优化 | 第43-51页 |
| 4.3.1 优化背景 | 第43-45页 |
| 4.3.2 优化算法 | 第45-48页 |
| 4.3.3 具体技术实现方法 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5. 实验结果对比分析 | 第52-58页 |
| 5.1 实验准备 | 第53-54页 |
| 5.2 实验结果 | 第54-56页 |
| 5.2.1 算法测试 | 第54-55页 |
| 5.2.2 Spark框架下乘潮水位任务控制模式测试 | 第55-56页 |
| 5.3 结果分析与测试结论 | 第56-58页 |
| 6. 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-68页 |
| 致谢 | 第68-70页 |
| 个人简历 | 第70页 |
