| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容及主要贡献 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 相关技术分析 | 第16-26页 |
| 2.1 MapReduce型数据处理平台 | 第16-18页 |
| 2.1.1 MapReduce编程模型 | 第16-17页 |
| 2.1.2 数据本地化 | 第17-18页 |
| 2.2 大数据计算平台Hadoop | 第18-21页 |
| 2.2.1 Hadoop概述 | 第18-19页 |
| 2.2.2 Hadoop的资源申请与数据本地化 | 第19-20页 |
| 2.2.3 分布式文件系统HDFS | 第20-21页 |
| 2.3 HDFS数据块副本放置策略 | 第21-24页 |
| 2.3.1 HDFS默认的数据块副本放置策略 | 第21-22页 |
| 2.3.2 HDFS改进的数据块副本放置策略 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 MapReduce平台中数据放置架构设计 | 第26-32页 |
| 3.1 数据副本放置的总体架构设计 | 第26-28页 |
| 3.2 决策信息获取的架构设计 | 第28-29页 |
| 3.3 数据块副本动态调整的架构设计 | 第29-30页 |
| 3.4 新增数据块副本放置的架构设计 | 第30页 |
| 3.5 本章小结 | 第30-32页 |
| 第4章 MapReduce平台中数据放置决策信息获取机制设计 | 第32-42页 |
| 4.1 决策信息定义与决策信息获取流程 | 第32-34页 |
| 4.2 决策信息存储结构 | 第34-36页 |
| 4.2.1 数据块副本访问信息存储结构设计 | 第34-35页 |
| 4.2.2 节点剩余资源信息存储结构设计 | 第35-36页 |
| 4.3 决策信息的采集与统计 | 第36-39页 |
| 4.3.1 数据块副本的访问信息的采集与统计 | 第36-38页 |
| 4.3.2 节点剩余资源信息的采集与统计 | 第38-39页 |
| 4.4 决策信息的预测 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 MapReduce平台中数据放置策略的设计 | 第42-48页 |
| 5.1 数据块副本动态调整策略 | 第42-46页 |
| 5.1.2 待迁移数据块副本的选择 | 第42-43页 |
| 5.1.3 数据块副本迁移目标节点的选择 | 第43-46页 |
| 5.2 新增数据块副本放置策略 | 第46-47页 |
| 5.3 本章小结 | 第47-48页 |
| 第6章 性能测评 | 第48-62页 |
| 6.1 CloudSim的扩展 | 第48-50页 |
| 6.1.1 CloudSim概述 | 第48页 |
| 6.1.2 HDFS的CloudSim扩展实现 | 第48-50页 |
| 6.1.3 MapReduce的CloudSim扩展实现 | 第50页 |
| 6.2 仿真实验 | 第50-60页 |
| 6.2.1 实验环境搭建 | 第50-52页 |
| 6.2.2 评价指标 | 第52页 |
| 6.2.3 实验环境配置 | 第52-53页 |
| 6.2.4 性能测评与结果分析 | 第53-60页 |
| 6.3 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间获得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |
