| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景 | 第10-15页 |
| ·数据密集型计算 | 第10-11页 |
| ·云计算 | 第11-13页 |
| ·MapReduce 编程框架 | 第13-14页 |
| ·GFS 分布式文件系统 | 第14-15页 |
| ·类MapReduce 系统概述 | 第15-18页 |
| ·Hadoop | 第15-17页 |
| ·HaLoop | 第17-18页 |
| ·课题研究的内容与意义 | 第18页 |
| ·本文组织结构 | 第18-19页 |
| 第二章 相关研究 | 第19-30页 |
| ·典型的类MapReduce 系统中的作业调度技术介绍 | 第19-28页 |
| ·原始的调度策略 | 第19-20页 |
| ·Hadoop 默认的调度策略 | 第20-21页 |
| ·LATE 策略 | 第21-22页 |
| ·延迟调度和复制-计算分割技术 | 第22-24页 |
| ·基于网络流算法的公平性调度 | 第24-27页 |
| ·Mantri 策略 | 第27-28页 |
| ·类MapReduce 系统中负载均衡技术 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 HaLoop 原型系统的分析 | 第30-39页 |
| ·相关源代码的分析 | 第31-37页 |
| ·MapTask 的分析 | 第31-33页 |
| ·ReduceTask 的分析 | 第33-36页 |
| ·迭代控制过程分析 | 第36-37页 |
| ·HaLoop 修改方案的可行性分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 面向数据负载均衡的作业调度技术 | 第39-54页 |
| ·HaLoop 的Shuffle 过程的分析及其缺陷 | 第40-42页 |
| ·HaLoop 的Shuffle 过程的分析 | 第40-42页 |
| ·HashPartitioner 缺陷的分析 | 第42页 |
| ·均衡数据负载机制的总体结构设计 | 第42-44页 |
| ·数据偏移信息的运行时采集和传输 | 第44-45页 |
| ·MapReduce 环境下的负载均衡算法 | 第45-47页 |
| ·BalancedPartitioner 的生成 | 第47-48页 |
| ·实例分析 | 第48-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 作业调度的数据局部性增强技术 | 第54-67页 |
| ·HaLoop 平台下增强数据局部性技术的分析 | 第55-57页 |
| ·均衡数据负载机制的问题 | 第57-59页 |
| ·计算节点交换的条件及算法 | 第59-60页 |
| ·实例分析 | 第60-62页 |
| ·实验结果与分析 | 第62-66页 |
| ·PageRank 作业和Descendant Query 作业的分析 | 第62-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结束语 | 第67-70页 |
| ·研究工作总结 | 第67-68页 |
| ·未来工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 作者在学期间取得的学术成果 | 第74页 |
