首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

Hadoop云平台下作业与资源调度机制的改进研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-18页
   ·研究背景及意义第9-11页
     ·研究背景第9-10页
     ·研究意义第10-11页
   ·国内外发展现状第11-16页
     ·作业调度机制研究现状第11-14页
     ·资源调度策略研究现状第14-16页
   ·本文的主要工作和创新第16页
   ·本文的结构和安排第16-18页
第二章 云计算及Hadoop相关技术第18-32页
   ·云计算相关介绍第18-22页
     ·云计算概念第18-19页
     ·云计算特点第19-20页
     ·计算的当前应用现状第20-22页
   ·Hadoop相关介绍第22-26页
     ·Hadoop项目组成第22-24页
     ·Hadoop的优势第24页
     ·Hadoop的发展趋势第24-26页
   ·Hadoop主要技术第26-29页
     ·MapReduce相关介绍第26-28页
     ·HDFS相关介绍第28-29页
   ·MapReduce任务执行的总流程第29-31页
   ·小结第31-32页
第三章 Hadoop平台下JTSA作业调度算法的设计与验证第32-51页
   ·作业调度概述第32-33页
   ·JTSA作业调度算法产生背景第33-34页
   ·JTSA作业转移调度算法第34-37页
     ·作业的分发处理第34-35页
     ·作业队列的转移第35-36页
     ·作业的等待第36页
     ·紧急作业的处理第36-37页
     ·作业抢断处理第37页
   ·JTSA调度器设计及验证第37-46页
     ·JTSA调度器整体介绍第37-39页
     ·功能模块框架介绍第39-40页
     ·功能模块详细介绍第40-43页
     ·代码实现第43-46页
   ·试验结果及分析第46-49页
     ·对作业的影响第46-47页
     ·对集群的影响第47-49页
   ·小结第49-51页
第四章 Hadoop平台下RSSO资源调度算法的设计与实现第51-61页
   ·资源调度概述第51-52页
   ·RSSO资源调度算法产生背景第52-54页
     ·异构集群存在的问题第52-53页
     ·节点故障问题第53-54页
   ·RSSO资源调度算法设计第54-57页
     ·统计分析和更新槽位统计信息算法第55-56页
     ·分配任务槽方法第56-57页
   ·验证与结果分析第57-60页
     ·试验环境搭建第57页
     ·试验结果分析第57-60页
   ·小结第60-61页
第五章 结论与展望第61-63页
   ·结论第61-62页
   ·展望第62-63页
参考文献第63-67页
致谢第67-68页
个人简历、在学期间的研究成果及发表的学术论文第68页

论文共68页,点击 下载论文
上一篇:工程项目施工中物资供应质量追溯管理系统研究
下一篇:移动商务信任模型与评价算法研究