| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 MapReduce作业执行时间预测的研究现状 | 第12-13页 |
| 1.2.2 Hadoop容错机制的研究现状 | 第13-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 Hadoop平台关键技术 | 第17-26页 |
| 2.1 Hadoop系统概述 | 第17-18页 |
| 2.2 HDFS简介 | 第18-20页 |
| 2.3 MapReduce简介 | 第20-22页 |
| 2.4 Hadoop容错机制 | 第22-25页 |
| 2.4.1 JobTracker容错 | 第22-23页 |
| 2.4.2 TaskTracker容错 | 第23-24页 |
| 2.4.3 Job/Task容错 | 第24-25页 |
| 2.4.4 其他容错机制 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 MapReduce作业执行时间预测 | 第26-37页 |
| 3.1 MapReduce作业执行过程分析 | 第26-27页 |
| 3.2 作业执行时间预测方法 | 第27-30页 |
| 3.2.1 作业执行时间预测模型 | 第27-28页 |
| 3.2.2 预测Map阶段执行时间 | 第28页 |
| 3.2.3 预测Reduce阶段执行时间 | 第28-29页 |
| 3.2.4 预测作业执行时间 | 第29-30页 |
| 3.3 作业执行时间预测机制实现 | 第30页 |
| 3.4 实验 | 第30-36页 |
| 3.4.1 实验环境 | 第30-31页 |
| 3.4.2 实验方案 | 第31-32页 |
| 3.4.3 实验结果与分析 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 Hadoop公平超时容错机制设计与实现 | 第37-46页 |
| 4.1 Hadoop公平超时容错机制介绍 | 第37页 |
| 4.2 Hadoop节点容错模型与算法 | 第37-41页 |
| 4.2.1 节点故障概率 | 第37-38页 |
| 4.2.2 节点误判损失模型 | 第38-40页 |
| 4.2.3 公平误判损失算法 | 第40-41页 |
| 4.3 公平超时容错机制实现 | 第41-42页 |
| 4.4 实验 | 第42-45页 |
| 4.4.1 异构集群搭建 | 第42页 |
| 4.4.2 实验参数 | 第42页 |
| 4.4.3 实验与结果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 云计算平台调度管理系统设计与实现 | 第46-62页 |
| 5.1 云计算平台调度管理系统简介 | 第46-47页 |
| 5.1.1 系统设计目标 | 第46页 |
| 5.1.2 Hadoop调度器简介 | 第46-47页 |
| 5.2 云计算平台调度管理系统设计 | 第47-54页 |
| 5.2.1 系统框架设计 | 第47页 |
| 5.2.2 系统模块设计 | 第47-48页 |
| 5.2.3 系统功能设计与实现 | 第48-54页 |
| 5.3 系统测试 | 第54-61页 |
| 5.3.1 测试环境 | 第54页 |
| 5.3.2 模块及功能测试 | 第54-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第71页 |