数据流处理系统中优化调度算法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 研究现状及发展趋势 | 第12-14页 |
| 1.3.1 负载预测 | 第12-13页 |
| 1.3.2 任务调度 | 第13-14页 |
| 1.4 研究目标与研究内容 | 第14-15页 |
| 1.5 论文结构 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-24页 |
| 2.1 数据流的概念及特点 | 第16页 |
| 2.2 Storm流处理系统 | 第16-19页 |
| 2.2.1 系统介绍 | 第16-17页 |
| 2.2.2 架构 | 第17-19页 |
| 2.3 负载特性 | 第19页 |
| 2.4 人工神经网络概述 | 第19-21页 |
| 2.5 SOM自组织映射算法 | 第21-23页 |
| 2.5.1 算法概述 | 第21-22页 |
| 2.5.2 工作原理 | 第22-23页 |
| 2.5.3 SOM算法流程 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于SOM聚类的负载预测算法 | 第24-40页 |
| 3.1 流处理负载预测问题分析 | 第25页 |
| 3.1.1 问题描述 | 第25页 |
| 3.1.2 问题模型 | 第25页 |
| 3.2 SOM聚类算法 | 第25-27页 |
| 3.2.1 SOM神经网络的学习过程 | 第25-27页 |
| 3.2.2 SOM算法步骤 | 第27页 |
| 3.3 基于SOM的流处理负载预测算法 | 第27-34页 |
| 3.3.1 SOM网络动态调整 | 第28-31页 |
| 3.3.2 计算性能优化 | 第31-33页 |
| 3.3.3 算法实现 | 第33-34页 |
| 3.4 实验分析 | 第34-39页 |
| 3.4.1 实验环境 | 第35页 |
| 3.4.2 数据说明 | 第35-37页 |
| 3.4.3 实验结果 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 流处理调度优化算法 | 第40-57页 |
| 4.1 流处理中调度问题分析 | 第40-47页 |
| 4.1.1 问题描述 | 第40-44页 |
| 4.1.2 问题模型 | 第44-47页 |
| 4.1.3 评价指标 | 第47页 |
| 4.2 拓扑调度算法改进 | 第47-53页 |
| 4.2.1 算法概述 | 第47-48页 |
| 4.2.2 初始阶段调度算法 | 第48-51页 |
| 4.2.3 动态调整阶段调度算法 | 第51-53页 |
| 4.3 实验分析 | 第53-55页 |
| 4.3.1 负载均衡 | 第53-54页 |
| 4.3.2 通信时延 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 基于Storm的数据流处理平台设计与实现 | 第57-73页 |
| 5.1 系统简介 | 第57-58页 |
| 5.1.1 实现目标 | 第57页 |
| 5.1.2 开发环境 | 第57-58页 |
| 5.2 详细设计方案 | 第58-68页 |
| 5.2.1 总架构 | 第58-60页 |
| 5.2.2 数据源模拟器 | 第60-62页 |
| 5.2.3 调度子系统 | 第62-63页 |
| 5.2.4 订阅发布子系统 | 第63-67页 |
| 5.2.5 基于算子的数据处理子系统 | 第67-68页 |
| 5.3 系统实现 | 第68-72页 |
| 5.3.1 服务器部署设计 | 第68-69页 |
| 5.3.2 部分重要更能展示 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
