| 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 | 第9-10页 |
| 1.2 课题研究现状 | 第10-11页 |
| 1.3 研究内容及意义 | 第11-12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第2章 HADOOP平台及其作业调度算法的分析 | 第15-39页 |
| 2.1 Hadoop技术分析 | 第15-30页 |
| 2.1.1 HDFS和MapReduce | 第16-25页 |
| 2.1.2 Hadoop作业流程 | 第25-30页 |
| 2.2 Hadoop作业调度算法分析 | 第30-37页 |
| 2.2.1 先进先出作业调度算法 | 第30-31页 |
| 2.2.2 计算能力调度算法 | 第31-33页 |
| 2.2.3 公平调度算法 | 第33-37页 |
| 2.3 本章小结 | 第37-39页 |
| 第3章 基于遗传算法的作业调度算法的总体设计 | 第39-47页 |
| 3.1 Hadoop作业调度算法改进的必要性 | 第39-40页 |
| 3.2 遗传算法应用在Hadoop作业调度上的可行性分析 | 第40-43页 |
| 3.2.1 遗传算法简介 | 第40-42页 |
| 3.2.2 遗传算法在作业调度问题上应用的可行性 | 第42-43页 |
| 3.3 基于遗传算法的作业调度算法设计 | 第43-46页 |
| 3.3.1 Hadoop作业调度研究 | 第43页 |
| 3.3.2 算法流程思想总体设计 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于遗传算法的作业调度算法的实现 | 第47-59页 |
| 4.1 遗传算法过程研究 | 第47-52页 |
| 4.2 遗传算法应用到作业调度算法上的具体实现 | 第52-58页 |
| 4.2.1 遗传算法参数设置 | 第52-53页 |
| 4.2.2 算法步骤的实现 | 第53-57页 |
| 4.2.3 算法类和功能的实现 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 实验及结果分析 | 第59-67页 |
| 5.1 Hadoop平台实验环境搭建 | 第59-62页 |
| 5.2 实验结果及分析 | 第62-65页 |
| 5.3 实验结论 | 第65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 本文总结 | 第67页 |
| 6.2 下一步工作 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |