| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 引言 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.1.1 课题来源 | 第7页 |
| 1.1.2 相关背景 | 第7-8页 |
| 1.2 Storm简介 | 第8-11页 |
| 1.2.1 Storm平台的基本架构 | 第8-10页 |
| 1.2.2 相关概念简介 | 第10-11页 |
| 1.3 本文的主要贡献 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 大数据流式处理节能计算的发展与研究现状 | 第13-17页 |
| 2.1 大数据平台节能计算的发展概述 | 第13-14页 |
| 2.2 大数据流式处理节能计算的相关研究 | 第14-15页 |
| 2.3 本文与上述研究的不同之处 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 相关模型及定义 | 第17-28页 |
| 3.1 Storm的相关模型 | 第17-19页 |
| 3.2 拓扑关键路径与拓扑关键路径总成本 | 第19-23页 |
| 3.2.1 拓扑关键路径 | 第19-21页 |
| 3.2.2 拓扑关键路径总成本 | 第21-23页 |
| 3.3 拓扑非关键路径工作节点内存电压调控模型 | 第23-25页 |
| 3.4 拓扑关键路径工作节点内存电压调控模型 | 第25-26页 |
| 3.5 本章小结 | 第26-28页 |
| 第四章 内存电压阈值调控节能策略 | 第28-37页 |
| 4.1 节能算法流程 | 第28-29页 |
| 4.2 资源感知调度的算法思想 | 第29-32页 |
| 4.2.1 非关键路径节能算法 | 第29-30页 |
| 4.2.2 关键路径节能算法 | 第30-32页 |
| 4.3 内存电压阈值调控节能策略 | 第32-34页 |
| 4.3.1 能耗模型 | 第32-33页 |
| 4.3.2 数据的传输及处理算法 | 第33-34页 |
| 4.4 算法评估 | 第34-35页 |
| 4.5 算法实现与部署 | 第35-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第五章 实验及结果分析 | 第37-50页 |
| 5.1 实验环境 | 第37-39页 |
| 5.1.1 基本硬件参数 | 第37-38页 |
| 5.1.2 Storm平台相关参数 | 第38-39页 |
| 5.2 工作节点CPU使用率与数据传输量的阈值选择 | 第39-43页 |
| 5.2.1 原系统工作节点CPU使用率与数据传输量的情况 | 第39-40页 |
| 5.2.2 不同基准测试下工作节点CPU使用率与数据传输量阈值选择 | 第40-43页 |
| 5.3 工作节点内存电压调控节能策略实验结果分析 | 第43-47页 |
| 5.3.1 计算三种基准测试产生的能耗 | 第43-45页 |
| 5.3.2 真实环境下选择系统的阈值与计算系统的能耗 | 第45-47页 |
| 5.4 检验算法的可拓展性与可行性 | 第47-49页 |
| 5.4.1 检验算法的可拓展性 | 第47-48页 |
| 5.4.2 检验算法的可行性 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50页 |
| 6.3 本章小结 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 攻读硕士研究生期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
