| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文主要研究内容 | 第14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第二章 Hadoop平台介绍 | 第17-27页 |
| 2.1 Hadoop概述 | 第17页 |
| 2.2 Hadoop 1.x平台 | 第17-21页 |
| 2.2.1 HDFS设计目标及特点 | 第17-18页 |
| 2.2.2 HDFS基本架构 | 第18-19页 |
| 2.2.3 MapReduce设计目标及特点 | 第19-20页 |
| 2.2.4 MapReduce基本架构 | 第20-21页 |
| 2.3 Hadoop 2.x平台介绍 | 第21-26页 |
| 2.3.1 HDFS Federation框架 | 第21-23页 |
| 2.3.2 NameNode HA原理 | 第23-24页 |
| 2.3.3 YARN框架 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 Hadoop调度器 | 第27-39页 |
| 3.1 Hadoop调度器概述 | 第27页 |
| 3.2 多用户作业调度器 | 第27-33页 |
| 3.2.1 公平调度器(Fair Scheduler) | 第27-30页 |
| 3.2.2 计算能力调度器(Capacity Scheduler) | 第30-33页 |
| 3.3 推测执行调度算法 | 第33-37页 |
| 3.3.1 Hadoop-Original推测执行调度算法 | 第33-34页 |
| 3.3.2 LATE推测执行调度算法 | 第34-35页 |
| 3.3.3 基于备份任务完成时间的推测执行调度策略 | 第35-36页 |
| 3.3.4 Mantri系统推测执行调度策略 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于实时负载的推测式任务调度算法 | 第39-51页 |
| 4.1 推测执行调度算法不足 | 第39-40页 |
| 4.1.1 Hadoop-Original算法的不足 | 第39页 |
| 4.1.2 LATE算法的不足 | 第39-40页 |
| 4.2 推测式任务调度算法改进过程 | 第40-49页 |
| 4.2.1 算法改进描述 | 第40页 |
| 4.2.2 基于混合进度比的任务进度估算方法 | 第40-42页 |
| 4.2.3 慢任务判定方法 | 第42-44页 |
| 4.2.4 慢节点判定方法 | 第44-45页 |
| 4.2.5 节点负载分级模型 | 第45-47页 |
| 4.2.6 基于实时负载的推测式任务调度算法流程 | 第47-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 实验设计与结果分析 | 第51-61页 |
| 5.1 实验平台及部署 | 第51-52页 |
| 5.2 测试作业选择及评估方式 | 第52-53页 |
| 5.3 实验方案 | 第53页 |
| 5.3.1 实验参数设置 | 第53页 |
| 5.3.2 实验过程 | 第53页 |
| 5.4 实验结果与分析 | 第53-59页 |
| 5.4.1 参数选择过程 | 第53-55页 |
| 5.4.2 集群模拟慢结点 | 第55-57页 |
| 5.4.3 集群未模拟慢结点 | 第57-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间承担的科研任务与主要成果 | 第67-69页 |
| 致谢 | 第69-71页 |
| 个人简历 | 第71-73页 |
