| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第13-18页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 MapReduce性能分析及优化 | 第14-16页 |
| 1.2.2 基于Hadoop平台的可视化工具 | 第16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 2 相关技术与现有调度算法 | 第18-36页 |
| 2.1 HADOOP简介 | 第18-26页 |
| 2.1.1 HDFS分布式文件系统 | 第19-22页 |
| 2.1.2 MapReduce计算框架 | 第22-26页 |
| 2.1.3 本地化计算 | 第26页 |
| 2.2 HADOOP调度算法 | 第26-29页 |
| 2.2.1 FIFO调度算法 | 第26-27页 |
| 2.2.2 Hadoop On Demand(HOD) | 第27-28页 |
| 2.2.3 计算能力调度算法(Capacity Scheduler) | 第28页 |
| 2.2.4 公平份额调度算法(Fair Scheduler) | 第28-29页 |
| 2.3 基于HADOOP的可视化技术研究 | 第29-35页 |
| 2.3.1 非程序式可视化工具 | 第30-32页 |
| 2.3.2 程序式可视化工具 | 第32-34页 |
| 2.3.3 基于Hadoop的可视化工具 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 FIFO算法的研究与改进 | 第36-45页 |
| 3.1 FIFO算法分析 | 第36-37页 |
| 3.2 算法目标 | 第37页 |
| 3.3 算法设计 | 第37-40页 |
| 3.3.1 算法基本思想 | 第37-38页 |
| 3.3.2 作业阈值的设置 | 第38页 |
| 3.3.3 算法的具体步骤 | 第38-40页 |
| 3.4 实验平台搭建 | 第40-43页 |
| 3.4.1 集群配置方案 | 第40页 |
| 3.4.2 Hadoop配置与安装 | 第40-43页 |
| 3.5 实验结果及分析 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 基于性能优化的可视化工具 | 第45-52页 |
| 4.1 需求分析 | 第45-46页 |
| 4.2 总体设计架构 | 第46-47页 |
| 4.3 界面设计及效果 | 第47-49页 |
| 4.4 性能优化结果的图表展示 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 可视化学习工具 | 第52-64页 |
| 5.1 界面设计 | 第52-53页 |
| 5.2 实验内容介绍 | 第53-56页 |
| 5.2.1 理论部分 | 第54页 |
| 5.2.2 实践部分 | 第54-56页 |
| 5.3 实验环境 | 第56页 |
| 5.3.1 虚拟实验环境 | 第56页 |
| 5.3.2 现实实验环境 | 第56页 |
| 5.4 技术实现 | 第56-63页 |
| 5.4.1 Swing组件 | 第56-57页 |
| 5.4.2 DJNativeSwing-SWT-1-0-2组件 | 第57-59页 |
| 5.4.3 虚拟技术的实现 | 第59-62页 |
| 5.4.4 存储结构 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 研究总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |
