| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容及贡献 | 第12-13页 |
| 1.4 主要章节安排 | 第13-14页 |
| 第二章 相关理论和技术 | 第14-26页 |
| 2.1 Hadoop分布式平台产生背景 | 第14-15页 |
| 2.2 分布式文件系统HDFS | 第15-16页 |
| 2.3 分布式编程模型MapReduce | 第16-21页 |
| 2.3.1 MapReduce基本框架 | 第16-18页 |
| 2.3.2 MapReduce作业运行机制 | 第18-21页 |
| 2.4 YARN框架 | 第21-25页 |
| 2.4.1 MRv1的局限性 | 第21-22页 |
| 2.4.2 YARN的产生 | 第22-23页 |
| 2.4.3 YARN发展趋势 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 MapReduce作业调度算法研究与分析 | 第26-32页 |
| 3.1 MapReduce原生作业调度算法 | 第26-29页 |
| 3.1.1 先进先出作业调度算法 | 第26-27页 |
| 3.1.2 计算能力调度算法 | 第27页 |
| 3.1.3 公平份额调度算法 | 第27-29页 |
| 3.2 其他作业调度算法 | 第29-31页 |
| 3.3 TSD作业调度算法 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 AMES作业调度系统的设计与实现 | 第32-51页 |
| 4.1 系统需求分析 | 第32页 |
| 4.2 系统总体设计 | 第32-35页 |
| 4.3 主要算法介绍与实现 | 第35-48页 |
| 4.3.1 相关模块定义和解决方法概述 | 第35-36页 |
| 4.3.2 ASAMES算法描述 | 第36-48页 |
| 4.4 作业预估完成时间概述 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 AMES系统的测试和主要算法的实验结果分析 | 第51-61页 |
| 5.1 Hadoop实验平台搭建 | 第51-54页 |
| 5.2 参数和实验性能评估 | 第54-56页 |
| 5.2.1 PE单元的实效性 | 第55页 |
| 5.2.2 ASAMES调度算法性能分析 | 第55-56页 |
| 5.3 实验设计与结果分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 论文工作总结 | 第61-62页 |
| 6.2 今后研究展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |