摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
图表目录 | 第12-14页 |
主要缩略语及中英文对照 | 第14-16页 |
第一章 绪论 | 第16-26页 |
1.1. 研究背景及意义 | 第16-18页 |
1.2. 研究内容 | 第18-21页 |
1.3. 研究目标 | 第21-22页 |
1.4. 论文的主要贡献 | 第22-23页 |
1.5. 论文的组织结构 | 第23-24页 |
1.6. 参考文献 | 第24-26页 |
第二章 云数据中心相关技术和调度问题研究综述 | 第26-42页 |
2.1. 云数据中心概述 | 第26-32页 |
2.1.1. 发展历程 | 第26-27页 |
2.1.2. 功能架构 | 第27-30页 |
2.1.3. 关键技术 | 第30-32页 |
2.1.4. 主要挑战 | 第32页 |
2.2. 能耗成本感知的资源调度研究综述 | 第32-36页 |
2.2.1. 动态电压频率调节技术 | 第33-34页 |
2.2.2. 服务器整合技术 | 第34-35页 |
2.2.3. 多数据中心协同调度技术 | 第35-36页 |
2.3. 本章小结 | 第36页 |
2.4. 参考文献 | 第36-42页 |
第三章 面向云数据中心的能耗感知的大规模并行任务调度 | 第42-69页 |
3.1. 引言 | 第42-44页 |
3.2. 问题建模 | 第44-46页 |
3.2.1. 系统模型 | 第44-45页 |
3.2.2. 并行任务模型 | 第45页 |
3.2.3. 能耗模型 | 第45-46页 |
3.2.4. 调度模型 | 第46页 |
3.3. 能耗感知的并行任务调度算法 | 第46-56页 |
3.3.1. 局部均衡最优拉伸机制 | 第46-50页 |
3.3.2. 算法设计 | 第50-56页 |
3.4. 实验与分析 | 第56-65页 |
3.4.1. 实验环境与设置 | 第56-57页 |
3.4.2. 评价指标 | 第57-58页 |
3.4.3. 实验结果及分析 | 第58-65页 |
3.5. 本章小结 | 第65-66页 |
3.6. 参考文献 | 第66-69页 |
第四章 面向云数据中心的虚拟资源弹性融合调度 | 第69-90页 |
4.1. 引言 | 第69-70页 |
4.2. 系统框架 | 第70-72页 |
4.2.1. 节点代理(NA)模块 | 第71-72页 |
4.2.2. 系统监控(SM)模块 | 第72页 |
4.2.3. 资源需求预测(RDP)模块 | 第72页 |
4.2.4. 弹性调度(ES)模块 | 第72页 |
4.3. 资源需求预测模型 | 第72-74页 |
4.3.1. 资源利用率预测 | 第72-73页 |
4.3.2. 服务器状态预测 | 第73-74页 |
4.4. 基于预测的虚拟资源动态调度 | 第74-82页 |
4.4.1. 虚拟机迁移开销评估分析 | 第74-75页 |
4.4.2. 虚拟机迁移调度模型 | 第75-76页 |
4.4.3. 基于预测的虚拟资源调度算法 | 第76-82页 |
4.5. 实验与分析 | 第82-86页 |
4.5.1. 实验设置 | 第82-83页 |
4.5.2. 实验结果及分析 | 第83-86页 |
4.6. 本章小结 | 第86-87页 |
4.7. 参考文献 | 第87-90页 |
第五章 能耗成本感知的跨域数据中心协同任务调度 | 第90-113页 |
5.1. 引言 | 第90-92页 |
5.2. 问题建模 | 第92-96页 |
5.2.1. 系统模型 | 第92页 |
5.2.2. 任务模型 | 第92-93页 |
5.2.3. 调度模型 | 第93-96页 |
5.2.4. 评价指标 | 第96页 |
5.3. 能耗成本感知的跨域数据中心协同任务调度 | 第96-104页 |
5.3.1. 算法设计概述 | 第96-98页 |
5.3.2. 延迟敏感型任务(DSJ)预调度阶段 | 第98-99页 |
5.3.3. 延迟容忍型任务(DTJ)预调度阶段 | 第99-100页 |
5.3.4. 负载协同调整阶段 | 第100-104页 |
5.4. 实验与分析 | 第104-109页 |
5.4.1. 实验环境与设置 | 第104-106页 |
5.4.2. 实验结果及分析 | 第106-109页 |
5.5. 本章小结 | 第109页 |
5.6. 参考文献 | 第109-113页 |
第六章 结束语 | 第113-116页 |
6.1. 论文总结 | 第113-115页 |
6.2. 进一步工作 | 第115-116页 |
致谢 | 第116-117页 |
攻读博士学位期间发表和录用的论文 | 第117-118页 |