| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景 | 第11-15页 |
| ·云计算与云存储 | 第11-13页 |
| ·MapReduce 与 Hadoop | 第13-15页 |
| ·研究现状和相关工作 | 第15-18页 |
| ·MapReduce 作业调度 | 第15页 |
| ·MapReduce 性能调优 | 第15-17页 |
| ·MapReduce 集群测试与模拟 | 第17-18页 |
| ·本文的研究内容 | 第18页 |
| ·论文组织结构 | 第18-20页 |
| 第二章 Hadoop 相关技术 | 第20-32页 |
| ·MapReduce 模型 | 第20-21页 |
| ·Hadoop 平台架构 | 第21-26页 |
| ·HDFS 分布式文件系统 | 第21-23页 |
| ·Hadoop 的 MapReduce 框架 | 第23-24页 |
| ·作业执行过程 | 第24-26页 |
| ·Hadoop 平台的作业调度 | 第26-28页 |
| ·FIFO 调度算法 | 第26-27页 |
| ·计算能力调度算法 | 第27-28页 |
| ·公平调度算法 | 第28页 |
| ·公平调度算法分析（Fair Scheduler） | 第28-31页 |
| ·资源分配公平性 | 第28-30页 |
| ·资源的可抢占性 | 第30页 |
| ·数据本地性 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 MapReduce 模拟器 | 第32-49页 |
| ·负载分析与负载生成 | 第32-43页 |
| ·负载分析 | 第33-38页 |
| ·负载生成 | 第38-43页 |
| ·MapReduce 模拟 | 第43-48页 |
| ·MapReduce 集群模拟 | 第43-47页 |
| ·MapReduce 作业模拟 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于静态优先级的抢占调度算法 | 第49-59页 |
| ·基于静态优先级的等待调度算法 | 第49-56页 |
| ·作业池调度 | 第51-52页 |
| ·作业池中的作业调度 | 第52-53页 |
| ·数据本地性 | 第53-54页 |
| ·Reduce 任务调度优化 | 第54-56页 |
| ·调度算法分析 | 第56-58页 |
| ·公平性分析 | 第56-57页 |
| ·数据本地性分析 | 第57页 |
| ·作业响应性分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 实验验证与结果分析 | 第59-77页 |
| ·实验环境说明 | 第59-60页 |
| ·实验环境配置 | 第59页 |
| ·实验使用的 MapReduce 应用 | 第59-60页 |
| ·负载生成方法验证 | 第60-65页 |
| ·评估方法 | 第60-61页 |
| ·负载生成方法精度验证 | 第61-63页 |
| ·对比分析 | 第63-65页 |
| ·MapReduce 集群模拟器验证 | 第65-69页 |
| ·单作业实验 | 第65-67页 |
| ·小规模集群实验 | 第67-68页 |
| ·大规模集群实验 | 第68-69页 |
| ·基于模拟器的 Hadoop 调度器性能分析 | 第69-71页 |
| ·SPPSA 有效性验证 | 第71-75页 |
| ·基于模拟器的 SPPSA 有效性验证 | 第71-73页 |
| ·基于测试集群的 SPPSA 实验验证 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·全文总结 | 第77-78页 |
| ·工作展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 | 第85页 |