数据倾斜条件下基于蚁群算法的虚拟机迁移算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 云计算研究现状 | 第14-16页 |
| 1.2.2 大数据Hadoop研究现状 | 第16-17页 |
| 1.2.3 数据倾斜研究现状 | 第17-18页 |
| 1.3 研究主要内容 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-20页 |
| 第2章 相关技术发展概述 | 第20-34页 |
| 2.1 云计算 | 第20-24页 |
| 2.1.1 Openstack概述 | 第21-23页 |
| 2.1.2 OpenStack的发展趋势 | 第23-24页 |
| 2.2 虚拟化技术 | 第24-27页 |
| 2.2.1 虚拟化简介 | 第24-25页 |
| 2.2.2 虚拟机监控器VMM | 第25-26页 |
| 2.2.3 虚拟机动态迁移技术 | 第26-27页 |
| 2.3 HADOOP关键技术 | 第27-33页 |
| 2.3.1 HDFS分布式文件系统 | 第28-29页 |
| 2.3.2 MapReduce编程模型 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 数据抽样算法与数据倾斜模型 | 第34-41页 |
| 3.1 MAPREDUCE数据倾斜问题 | 第34-36页 |
| 3.2 抽样算法 | 第36-38页 |
| 3.3 数据倾斜模型 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于蚁群算法的虚拟机放置算法 | 第41-48页 |
| 4.1 蚁群算法 | 第41页 |
| 4.2 蚁群算法进行虚拟机放置建模分析 | 第41-44页 |
| 4.2.1 问题描述 | 第41-42页 |
| 4.2.2 蚁群算法建模 | 第42-44页 |
| 4.3 蚁群算法实现虚拟机放置 | 第44-47页 |
| 4.3.1 信息素更新 | 第44页 |
| 4.3.2 概率转移函数 | 第44-45页 |
| 4.3.3 算法流程 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 实验结果与分析 | 第48-55页 |
| 5.1 实验平台 | 第48-49页 |
| 5.2 实验步骤 | 第49页 |
| 5.3 实验结果分析 | 第49-54页 |
| 5.4 本章小结 | 第54-55页 |
| 总结 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
