摘要 | 第1-6页 |
Abstract | 第6-14页 |
插图或附表清单 | 第14-15页 |
1 绪论 | 第15-19页 |
·研究背景与意义 | 第15-16页 |
·国内外研究现状 | 第16-17页 |
·本文研究内容 | 第17页 |
·论文组织结构 | 第17-18页 |
·本章小结 | 第18-19页 |
2 云计算与Hadoop平台 | 第19-29页 |
·云计算 | 第19-22页 |
·云计算的概念与特征 | 第19-21页 |
·云计算的服务模式 | 第21-22页 |
·计算的部署模式 | 第22页 |
·Hadoop平台 | 第22-28页 |
·Hadoop的体系结构 | 第23-24页 |
·分布式文件系统HDFS | 第24-25页 |
·并行计算模型MapReduce | 第25-27页 |
·Hadoop的功能与优点 | 第27-28页 |
·本章小结 | 第28-29页 |
3 Hadoop作业调度算法的研究 | 第29-45页 |
·Hadoop作业运行机制 | 第29-30页 |
·任务选择策略 | 第30-33页 |
·任务推测执行原理 | 第33-35页 |
·计算模型假设 | 第33-34页 |
·任务推测执行算法 | 第34页 |
·推测执行机存在的问题 | 第34-35页 |
·Hadoop现有作业调度算法 | 第35-41页 |
·先进先出调度算法(FIFO Scheduler) | 第36-37页 |
·计算能力调度算法(Capacity Scheduler) | 第37-39页 |
·公平份额调度算法(Fair Scheduler) | 第39-41页 |
·最长剩余时间(LATE)调度算法 | 第41-43页 |
·LATE调度算法的配置选项 | 第41-42页 |
·LATE调度算法的原理和过程 | 第42页 |
·LATE调度算法的优点 | 第42页 |
·LATE调度算法的不足 | 第42-43页 |
·本章小结 | 第43-45页 |
4 基于重调度代价的LATE调度算法 | 第45-59页 |
·算法的相关技术 | 第45-47页 |
·慢节点的检测机制 | 第45页 |
·慢任务的检测机制 | 第45-46页 |
·任务最大剩余时间的估算算法 | 第46页 |
·重调度代价的推测算法 | 第46-47页 |
·基于重调度代价的LATE算法 | 第47-51页 |
·基于重调度代价的LATE算法的思想 | 第47-48页 |
·基于重调度代价的LATE算法的参数 | 第48-49页 |
·基于重调度代价的LATE算法的主要过程 | 第49-50页 |
·基于重调度代价的LATE算法的实现 | 第50-51页 |
·实验结果分析 | 第51-57页 |
·环境与平台的搭建 | 第51-54页 |
·实验用例和数据 | 第54-55页 |
·实验结果分析 | 第55-57页 |
·本章小结 | 第57-59页 |
5 总结与展望 | 第59-61页 |
·全文总结 | 第59页 |
·展望 | 第59-61页 |
参考文献 | 第61-63页 |
致谢 | 第63-65页 |
作者简介及读研期间主要科研成果 | 第65页 |