集群计算效率约束下的HADOOP鲁棒性优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图表目录 | 第10-11页 |
| 第1章 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关工作 | 第15-35页 |
| 2.1 云计算介绍 | 第15-16页 |
| 2.2 Hadoop 综述 | 第16-18页 |
| 2.3 HDFS 分布式文件系统 | 第18-26页 |
| 2.3.1 HDFS 介绍 | 第18-19页 |
| 2.3.2 HDFS 架构 | 第19-21页 |
| 2.3.3 HDFS 数据读写机制 | 第21-23页 |
| 2.3.4 HDFS 数据复制 | 第23-26页 |
| 2.4 YARN 编程模型 | 第26-30页 |
| 2.4.1 MapReduce 简要介绍 | 第27-28页 |
| 2.4.2 YARN 框架介绍 | 第28-30页 |
| 2.5 Hadoop 任务调度策略介绍 | 第30-32页 |
| 2.6 磁盘故障预测技术介绍 | 第32-33页 |
| 2.7 Hadoop 有关问题的提出 | 第33-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第3章 Hadoop节点故障预测模型 | 第35-46页 |
| 3.1 磁盘 SMART 技术 | 第35-39页 |
| 3.1.1 磁盘 SMART 技术介绍 | 第35-36页 |
| 3.1.2 磁盘故障相关属性 | 第36-39页 |
| 3.2 机器学习的分类算法 | 第39-43页 |
| 3.2.1 数据分类原理 | 第39-41页 |
| 3.2.2 朴素贝叶斯分类器 | 第41-43页 |
| 3.3 节点故障预测模型 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于故障预测的副本放置与任务调度策略 | 第46-55页 |
| 4.1 副本放置策略 | 第46-51页 |
| 4.1.1 影响数据副本放置的因素 | 第47-49页 |
| 4.1.2 数据副本放置策略 | 第49-51页 |
| 4.2 任务调度策略 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 实验与分析 | 第55-63页 |
| 5.1 Hadoop 集群搭建 | 第55-58页 |
| 5.1.1 Hadoop 集群部署 | 第55-56页 |
| 5.1.2 软件环境的配置 | 第56-57页 |
| 5.1.3 Hadoop 集群搭建 | 第57-58页 |
| 5.2 实验结果分析 | 第58-62页 |
| 5.2.1 数据上传时间对比 | 第58-59页 |
| 5.2.2 数据块存放数量对比 | 第59-61页 |
| 5.2.3 任务执行时间对比 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 进一步的工作 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第69-70页 |
