| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 1.4 论文章节安排 | 第16-18页 |
| 第2章 云计算和工作流作业的相关研究 | 第18-30页 |
| 2.1 云计算和大数据介绍 | 第18-22页 |
| 2.1.1 云计算的概念 | 第18-19页 |
| 2.1.2 云计算的特征和关键技术 | 第19-21页 |
| 2.1.3 大数据的产生和应用 | 第21-22页 |
| 2.2 云计算中工作流作业介绍 | 第22-25页 |
| 2.2.1 工作流作业的基本模型 | 第22-24页 |
| 2.2.2 工作流作业的特点与工作流程 | 第24-25页 |
| 2.3 Hadoop框架及其调度算法简介 | 第25-29页 |
| 2.3.1 Hadoop的分布式文件系统 | 第25-26页 |
| 2.3.2 Hadoop的编程模型 | 第26-27页 |
| 2.3.3 Hadoop的作业执行机制 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于资源感知的调度理论模型研究 | 第30-46页 |
| 3.1 基于资源感知的调度模型和架构分析 | 第30-35页 |
| 3.1.1 调度模型解决的关键问题 | 第30-32页 |
| 3.1.2 理论模型的相关参数分析 | 第32-34页 |
| 3.1.3 基于资源感知的调度模型框架 | 第34-35页 |
| 3.2 动态资源感知调度模型的关键技术 | 第35-44页 |
| 3.2.1 作业和资源监控模块 | 第36-37页 |
| 3.2.2 分析聚类模块 | 第37-42页 |
| 3.2.3 作业调度模块 | 第42-43页 |
| 3.2.4 作业转移机制 | 第43-44页 |
| 3.3 DRAM调度模型的复杂度分析 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于资源感知调度模型的Hadoop调度器研究 | 第46-64页 |
| 4.1 HRAS调度器的设计思想 | 第46-48页 |
| 4.2 HRAS调度器的关键技术 | 第48-57页 |
| 4.2.1 Hadoop集群上的资源聚类 | 第48-50页 |
| 4.2.2 HRAS调度器的作业聚类策略 | 第50-55页 |
| 4.2.3 Map任务所需数据的拷贝策略 | 第55-57页 |
| 4.3 基于多优先级列表的多用户作业调度算法 | 第57-62页 |
| 4.3.1 MPL调度算法的设计思想 | 第57-58页 |
| 4.3.2 MPL调度算法的实现方式 | 第58-62页 |
| 4.3.3 MPL调度算法的复杂性分析 | 第62页 |
| 4.4 本章小结 | 第62-64页 |
| 第5章 实验验证与性能分析 | 第64-78页 |
| 5.1 DRAM调度模型的实验验证 | 第64-70页 |
| 5.1.1 CloudSim平台的搭建和配置 | 第64-66页 |
| 5.1.2 CloudSim平台的实验数据 | 第66页 |
| 5.1.3 实验结果与分析 | 第66-70页 |
| 5.2 HRAS调度器的实验验证 | 第70-75页 |
| 5.2.1 Hadoop实验集群的搭建和配置 | 第70-72页 |
| 5.2.2 测试数据集与实验方法 | 第72页 |
| 5.2.3 实验结果分析 | 第72-75页 |
| 5.3 MPL调度算法的实验验证 | 第75-76页 |
| 5.4 本章小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士学位期间的论文和项目情况 | 第88页 |