| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究背景与现实意义 | 第13-15页 |
| ·国内外研究状况 | 第15-17页 |
| ·主要研究内容 | 第17页 |
| ·本文组织结构 | 第17-19页 |
| 第2章 云计算相关技术 | 第19-27页 |
| ·云计算的概念和特性 | 第19-20页 |
| ·云计算的分类 | 第20-22页 |
| ·根据云计算服务的部署方式和服务对象进行分类 | 第20-21页 |
| ·根据云计算的服务层次和服务类型进行分类 | 第21-22页 |
| ·云服务 | 第22-25页 |
| ·Google 云计算 | 第22页 |
| ·Amazon 云计算 AWS | 第22-23页 |
| ·微软云计算 Windows Azure | 第23页 |
| ·IBM“蓝云”计算平台 | 第23-24页 |
| ·云计算在中国 | 第24-25页 |
| ·云计算资源管理和服务调度 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 面向市场的云资源管理设计 | 第27-34页 |
| ·云市场 | 第27页 |
| ·基于云市场的资源管理模型 | 第27-30页 |
| ·服务等级协议 | 第28页 |
| ·管理模型 | 第28-30页 |
| ·智能推荐系统 | 第30-31页 |
| ·云市场交易流程 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 MapReduce 调度模型及 Hadoop 平台 | 第34-45页 |
| ·云计算典型应用 | 第34-35页 |
| ·MapReduce 编程模型 | 第35-36页 |
| ·MapReduce 实现机制 | 第36-39页 |
| ·了解 Hadoop 的架构 | 第39-42页 |
| ·Hadoop 平台中 MapReduce 作业的工作原理 | 第42-44页 |
| ·提交作业 | 第43页 |
| ·作业的初始化 | 第43页 |
| ·任务的分配 | 第43-44页 |
| ·任务的执行 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第5章 一种改进的调度算法提出与分析 | 第45-55页 |
| ·Hadoop 中现有作业调度算法 | 第45-47页 |
| ·先进先出 FIFO 调度算法 | 第45页 |
| ·公平调度算法 | 第45-46页 |
| ·计算能力调度算法 | 第46-47页 |
| ·产生背景 | 第47页 |
| ·算法内容 | 第47-49页 |
| ·Hadoop 在 Linux 系统中的实验平台搭建 | 第49-52页 |
| ·实验结果分析 | 第52-53页 |
| ·选择基准应用测试程序 | 第52-53页 |
| ·实验结论 | 第53页 |
| ·本章小结 | 第53-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61-62页 |
| 详细摘要 | 第62-66页 |
