| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 云计算及其新的需求 | 第7页 |
| 1.1.2 云计算中工作流系统的应用意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 现有工作流引擎系统 | 第8-9页 |
| 1.3 现存系统的问题 | 第9-10页 |
| 1.4 本文研究内容 | 第10页 |
| 1.5 论文的主要内容与章节安排 | 第10-12页 |
| 第二章 相关概念和技术 | 第12-17页 |
| 2.1 工作流相关概念 | 第12-14页 |
| 2.1.1 工作流技术 | 第12页 |
| 2.1.2 工作流建模 | 第12-13页 |
| 2.1.3 工作流引擎 | 第13-14页 |
| 2.2 HADOOP技术 | 第14-15页 |
| 2.2.1 Hadoop概述 | 第14页 |
| 2.2.2 Hadoop调度技术 | 第14-15页 |
| 2.3 Hadoop任务时间预测技术 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 基于HADOOP的工作流系统研究与设计 | 第17-33页 |
| 3.1 概述 | 第17页 |
| 3.2 系统总体架构 | 第17-21页 |
| 3.2.1 传统云工作流系统架构 | 第18-19页 |
| 3.2.2 基于Hadoop的新架构工作流系统 | 第19-21页 |
| 3.3 工作流执行预测 | 第21-24页 |
| 3.3.1 单作业执行预测 | 第21-22页 |
| 3.3.2 工作流执行预测 | 第22-24页 |
| 3.4 工作流作业任务调度算法 | 第24-27页 |
| 3.4.1 作业队列排序算法 | 第25-26页 |
| 3.4.2 集群资源分配与预留算法 | 第26-27页 |
| 3.5 混合任务批量调度算法 | 第27-32页 |
| 3.5.1 Hybrid Multistage Heuristic调度算法 | 第28-29页 |
| 3.5.2 Heuristic Min-Min算法 | 第29-30页 |
| 3.5.3 Heuristic Min-Max算法 | 第30-31页 |
| 3.5.4 Dynamic Heuristic动态调度算法 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 工作流流程定义与生命周期控制 | 第33-46页 |
| 4.1 概述 | 第33页 |
| 4.2 iPDL语言 | 第33-45页 |
| 4.2.1 基本工作流定义组成 | 第34-35页 |
| 4.2.2 流程控制节点 | 第35-38页 |
| 4.2.3 动作执行节点 | 第38-43页 |
| 4.2.4 全局配置节点 | 第43-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 与集群环境的集成 | 第46-50页 |
| 5.1 IWFMS系统应用环境 | 第46页 |
| 5.2 系统整体部署与Hadoop集成 | 第46-48页 |
| 5.3 与现有工作流引擎系统集成 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 工作流系统实现与性能评估 | 第50-65页 |
| 6.1 WFScheduler调度器 | 第50-55页 |
| 6.2 iPDL解析器 | 第55-56页 |
| 6.3 系统测试环境 | 第56-57页 |
| 6.4 系统功能测试 | 第57-60页 |
| 6.4.1 满足工作流Deadline | 第57-58页 |
| 6.4.2 工作流实例触发机制 | 第58-60页 |
| 6.5 系统性能分析 | 第60-64页 |
| 6.5.1 基于Hadoop模拟器的算法效果验证 | 第60-62页 |
| 6.5.2 实际部署环境性能分析 | 第62-64页 |
| 6.6 本章总结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| 7.1 论文总结 | 第65页 |
| 7.2 后续研究工作 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间已发表或录用的论文 | 第70-72页 |
