基于MapReduce的云任务调度算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 关键技术研究 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 主要研究内容及论文结构 | 第14-15页 |
| 第2章 Hadoop任务调度算法 | 第15-27页 |
| 2.1 Hadoop任务调度模型 | 第15-17页 |
| 2.2 host选择算法 | 第17-18页 |
| 2.3 Hadoop任务调度算法 | 第18-22页 |
| 2.3.1 FIFO算法 | 第18-19页 |
| 2.3.2 计算能力调度算法 | 第19-20页 |
| 2.3.3 LATE调度算法 | 第20-22页 |
| 2.4 公平调度算法 | 第22-26页 |
| 2.4.1 算法思想 | 第22-23页 |
| 2.4.2 资源槽分配算法 | 第23-24页 |
| 2.4.3 资源的再分配 | 第24-25页 |
| 2.4.4 头队列和槽粘滞问题 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 改进的公平调度算法 | 第27-41页 |
| 3.1 节点闲置的问题 | 第27-31页 |
| 3.1.1 延时调度机制 | 第27-28页 |
| 3.1.2 节点最长等待时间的设置 | 第28-31页 |
| 3.2 多本地化任务的选择问题 | 第31-35页 |
| 3.2.1 本地化任务选择策略 | 第31-33页 |
| 3.2.2 基于决策函数的本地化任务选择 | 第33-35页 |
| 3.3 改进的公平调度算法 | 第35-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 实验设计与性能分析 | 第41-49页 |
| 4.1 实验环境 | 第41-44页 |
| 4.1.1 基础环境 | 第42-43页 |
| 4.1.2 Hadoop集群环境 | 第43-44页 |
| 4.2 实验设计与分析 | 第44-48页 |
| 4.2.1 参数的选择实验 | 第44-45页 |
| 4.2.2 数据本地性的有关实验 | 第45-47页 |
| 4.2.3 作业响应时间的有关实验 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-57页 |
| 致谢 | 第57页 |
