| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景和研究意义 | 第10-12页 |
| 1.1.1 大数据流式计算 | 第10-11页 |
| 1.1.2 批量流式计算系统典型代表Spark Streaming系统 | 第11页 |
| 1.1.3 Spark Streaming系统性能建模的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14页 |
| 1.5 本章小结 | 第14-16页 |
| 第2章 相关工作 | 第16-26页 |
| 2.1 大数据流式计算概述 | 第16-17页 |
| 2.2 Spark Streaming系统概述 | 第17-19页 |
| 2.3 计算机系统性能分析的方法概述 | 第19-20页 |
| 2.4 流式计算系统性能建模相关研究工作 | 第20-24页 |
| 2.4.1 Spark Streaming系统性能建模研究工作 | 第20-21页 |
| 2.4.2 流式计算系统性能建模研究工作 | 第21页 |
| 2.4.3 其他系统性能建模研究工作 | 第21-23页 |
| 2.4.4 性能优化相关研究工作 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 排队论理论基础 | 第26-30页 |
| 3.1 排队论概述 | 第26-27页 |
| 3.1.1 基本构成 | 第26-27页 |
| 3.1.2 主要衡量指标 | 第27页 |
| 3.2 排队系统分类与符号描述 | 第27-28页 |
| 3.3 排队系统常用概率分布 | 第28-29页 |
| 3.3.1 泊松分布 | 第28页 |
| 3.3.2 指数分布 | 第28-29页 |
| 3.4 Little公式 | 第29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 Spark Streaming系统性能建模 | 第30-40页 |
| 4.1 Spark Streaming数据处理阶段划分 | 第30-32页 |
| 4.1.1 Spark Streaming工作原理 | 第30-31页 |
| 4.1.2 Spark Streaming阶段划分 | 第31-32页 |
| 4.2 排队模型的选取 | 第32-36页 |
| 4.2.1 模型假设 | 第32页 |
| 4.2.2 排队模型选取 | 第32-36页 |
| 4.3 基于排队模型的Spark Streaming性能计算方法 | 第36-39页 |
| 4.3.1 性能计算方法 | 第36-38页 |
| 4.3.2 性能分析 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 模型参数计算与模型简化 | 第40-50页 |
| 5.1 性能模型参数的计算方法 | 第40-43页 |
| 5.2 Spark Streaming性能模型的精简 | 第43-48页 |
| 5.2.1 模型精简的意义 | 第43页 |
| 5.2.2 选取关键组件的基本思路 | 第43-44页 |
| 5.2.3 关键组件选取的方法 | 第44-47页 |
| 5.2.4 关键组件选取示例 | 第47-48页 |
| 5.3 本章小结 | 第48-50页 |
| 第6章 模型验证与应用 | 第50-62页 |
| 6.1 实验方法概述 | 第50-52页 |
| 6.1.1 实验负载 | 第50-51页 |
| 6.1.2 实验环境 | 第51-52页 |
| 6.1.3 评价指标 | 第52页 |
| 6.2 实验设计与结果分析 | 第52-59页 |
| 6.2.1 准确性 | 第52-58页 |
| 6.2.2 有效性 | 第58-59页 |
| 6.3 模型应用 | 第59-61页 |
| 6.3.1 基于性能模型的Spark Streaming系统在线调优 | 第59-60页 |
| 6.3.2 性能分析 | 第60-61页 |
| 6.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |
