| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的与意义 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 本文研究结构与内容 | 第12-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 Hadoop分布式平台 | 第15-25页 |
| 2.1 Hadoop的发展 | 第15-17页 |
| 2.2 Hadoop的总体结构 | 第17-19页 |
| 2.3 Hadoop分布式文件系统HDFS | 第19-20页 |
| 2.4 Hadoop分布式计算框架MapReduce | 第20-24页 |
| 2.4.1 MapReduce架构 | 第20-21页 |
| 2.4.2 MapReduce编程思想与模型 | 第21-23页 |
| 2.4.3 下一代计算框架 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于交互式的调度算法IS研究 | 第25-39页 |
| 3.1 作业调度概述及流程 | 第25-26页 |
| 3.2 基于无类别slot的调度模型 | 第26-32页 |
| 3.2.1 无类别slot调度模型设计思想 | 第27-28页 |
| 3.2.2 调度模型设计实现 | 第28-32页 |
| 3.3 IS调度算法 | 第32-36页 |
| 3.3.1 IS调度算法的相关定义 | 第32-33页 |
| 3.3.2 IS调度算法的设计目标 | 第33页 |
| 3.3.3 HDFS与IS的结合 | 第33-34页 |
| 3.3.4 IS调度算法的数据流程 | 第34-35页 |
| 3.3.5 IS的执行流程 | 第35-36页 |
| 3.4 IS调度算法的实验验证 | 第36-38页 |
| 3.4.1 实验平台搭建 | 第36-37页 |
| 3.4.2 实验结果对比分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于遗传算法的Hadoop作业调度的研究 | 第39-57页 |
| 4.1 遗传算法产生背景 | 第39页 |
| 4.2 遗传算法的特点 | 第39-40页 |
| 4.3 基于简单遗传算法的Hadoop作业调度 | 第40-43页 |
| 4.3.1 基于简单遗传算法的作业调度流程 | 第40-43页 |
| 4.3.2 简单遗传算法调度的不足 | 第43页 |
| 4.4 基于CHC遗传算法的作业调度 | 第43-55页 |
| 4.4.1 简单遗传算法与IS算法的结合——CHC算法思想 | 第43-44页 |
| 4.4.2 基于CHC的作业调度目标 | 第44页 |
| 4.4.3 基于CHC调度的相关定义 | 第44-47页 |
| 4.4.4 CHC调度算法数学模型 | 第47-49页 |
| 4.4.5 CHC遗传算法调度流程 | 第49-55页 |
| 4.5 本章小结 | 第55-57页 |
| 5 基于CHC遗传算法调度器的设计及实现 | 第57-67页 |
| 5.1 调度框架基类 | 第57-58页 |
| 5.2 CHC调度器实现 | 第58-61页 |
| 5.2.1 CHC调度器设计 | 第58-59页 |
| 5.2.2 相关类说明及关键算法 | 第59-61页 |
| 5.3 Hadoop配置 | 第61-63页 |
| 5.3.1 集群搭建配置 | 第62-63页 |
| 5.3.2 调度器配置 | 第63页 |
| 5.4 性能分析 | 第63-66页 |
| 5.4.1 实验环境 | 第63-65页 |
| 5.4.2 调度结果分析 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 本文的内容总结 | 第67页 |
| 6.2 后续研究方向 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间的学术成果 | 第74-75页 |
| 致谢 | 第75页 |