| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究背景 | 第11-20页 |
| ·云计算简介 | 第11-15页 |
| ·云计算集群及存储 | 第15-17页 |
| ·并行计算与 MapReduce | 第17-18页 |
| ·云计算实例 | 第18-20页 |
| ·研究目的 | 第20页 |
| ·论文的主要工作 | 第20-21页 |
| ·论文的结构 | 第21-22页 |
| 第二章 MapReduce 介绍 | 第22-30页 |
| ·类 MapReduce 系统产生背景 | 第22页 |
| ·MapReduce 模型 | 第22-25页 |
| ·基本思想 | 第22-23页 |
| ·基本结构 | 第23页 |
| ·基本工作步骤 | 第23-24页 |
| ·具体例子 | 第24-25页 |
| ·Hadoop 系统简介 | 第25-29页 |
| ·Hadoop 中的 MapReduce | 第26-27页 |
| ·Hadoop 中的 HDFS | 第27-29页 |
| ·计算本地化 | 第29页 |
| ·小结 | 第29-30页 |
| 第三章 MapReduce 的作业调度策略研究 | 第30-38页 |
| ·作业调度策略介绍 | 第30-31页 |
| ·Hadoop 中 MapReduce 作业调度 | 第31-32页 |
| ·Hadoop 的结构 | 第31页 |
| ·Hadoop 的作业调度与任务调度 | 第31-32页 |
| ·Hadoop 中调度策略研究 | 第32-35页 |
| ·FIFO | 第32-33页 |
| ·HOD | 第33页 |
| ·Capacity Scheduler | 第33-34页 |
| ·Fair scheduler | 第34-35页 |
| ·数据本地性问题 | 第35-37页 |
| ·延迟调度 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于本地优先作业调度策略 | 第38-48页 |
| ·基于本地优先作业调度策略 | 第38-42页 |
| ·任务级别调度 | 第38-39页 |
| ·作业级别调度 | 第39-40页 |
| ·启发式搜索策略 | 第40-41页 |
| ·调度方法的比较 | 第41-42页 |
| ·基于负载均衡的调度方法的设计 | 第42-46页 |
| ·数据定义 | 第42页 |
| ·方法流程描述 | 第42-44页 |
| ·调度流程 | 第44-46页 |
| ·任务执行状态图 | 第46页 |
| ·调度方法的分析 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 系统的设计与实现 | 第48-57页 |
| ·提出背景 | 第48页 |
| ·设计原则和要求 | 第48-49页 |
| ·调度方法在 StarMR 中的实现 | 第49-53页 |
| ·集群系统 | 第49-50页 |
| ·StarMR 系统并行计算模型 | 第50-51页 |
| ·基于本地优先的调度方法在 StarMR 系统中的使用 | 第51-52页 |
| ·StarMR 系统运行 | 第52-53页 |
| ·实验验证分析 | 第53-56页 |
| ·测试目的 | 第53页 |
| ·测试工具和环境 | 第53-54页 |
| ·实验仿真场景 | 第54页 |
| ·测试的步骤 | 第54页 |
| ·测试结果分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| ·研究工作总结 | 第57页 |
| ·未来工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者在学期间取得的学术成果 | 第63-64页 |
| 作者在学期间参加的科研工作 | 第64页 |