基于MapReduce模型的并行计算平台的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10页 |
| ·并行计算概述 | 第10-13页 |
| ·并行计算体系结构 | 第11页 |
| ·并行计算编程模型 | 第11-12页 |
| ·并行计算进程模型 | 第12页 |
| ·常见并行算法 | 第12-13页 |
| ·云计算概述 | 第13-14页 |
| ·原理 | 第13页 |
| ·云计算的形式 | 第13-14页 |
| ·Google海量数据处理框架 | 第14-16页 |
| ·本文的主要内容和工作 | 第16页 |
| ·论文组织 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 MapReduce相关技术介绍 | 第19-34页 |
| ·背景 | 第19页 |
| ·编程模式 | 第19-21页 |
| ·示例 | 第20-21页 |
| ·实现框架 | 第21-23页 |
| ·执行概览 | 第21-23页 |
| ·主控节点数据结构 | 第23页 |
| ·容错机制 | 第23-25页 |
| ·工作节点失效 | 第24页 |
| ·主控节点失效 | 第24-25页 |
| ·存储本地化 | 第25页 |
| ·备用任务 | 第25-26页 |
| ·开源MapReduce实现-Hadoop | 第26-33页 |
| ·概况 | 第26-27页 |
| ·HDFS | 第27-30页 |
| ·Hadoop MapReduce | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 通用并行计算平台设计 | 第34-50页 |
| ·系统背景 | 第34-36页 |
| ·若干关键的设计策略 | 第36-42页 |
| ·通用平台策略 | 第36页 |
| ·负载均衡与任务调度策略 | 第36-38页 |
| ·中间结果文件的处理策略 | 第38-39页 |
| ·容错机制中超时重发策略 | 第39-42页 |
| ·系统总体框架 | 第42-43页 |
| ·各模块设计 | 第43-49页 |
| ·客户端 | 第43页 |
| ·任务调度与执行层 | 第43-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 底层存储系统设计 | 第50-60页 |
| ·设计原则 | 第50页 |
| ·整体设计 | 第50-52页 |
| ·重要算法 | 第52-53页 |
| ·主要模块交互 | 第53-55页 |
| ·存储节点(SN) | 第53-54页 |
| ·客户端模块(FSI) | 第54页 |
| ·元数据服务器(MDS) | 第54-55页 |
| ·重要操作流程 | 第55-59页 |
| ·文件读取 | 第55-56页 |
| ·文件替换 | 第56-57页 |
| ·文件上传 | 第57-58页 |
| ·文件删除 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 实验与评估 | 第60-68页 |
| ·环境配置 | 第60-61页 |
| ·数据准备 | 第61页 |
| ·实验一:模式提取 | 第61-64页 |
| ·实验二:排序 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73-74页 |
| 致谢 | 第74页 |
