基于谷歌云的红利计算系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第13-18页 |
| 1.1 项目背景 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.3 本文主要研究的工作 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 文献与技术综述 | 第18-30页 |
| 2.1 分布式计算 | 第18-24页 |
| 2.1.1 寄生计算 | 第19-21页 |
| 2.1.2 志愿者计算 | 第21-22页 |
| 2.1.3 网格计算 | 第22-23页 |
| 2.1.4 云计算 | 第23-24页 |
| 2.2 Master-Worker模式 | 第24-25页 |
| 2.3 Google App Engine | 第25-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 红利计算的理论研究 | 第30-37页 |
| 3.1 红利计算的概念 | 第30-32页 |
| 3.2 红利计算与其他计算方式的比较 | 第32-36页 |
| 3.2.1 原理与优缺点 | 第32-33页 |
| 3.2.2 计算模式和通信机制 | 第33-34页 |
| 3.2.3 可靠性和容错机制 | 第34-35页 |
| 3.2.4 应用场景 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 GAE免费资源特性分析 | 第37-45页 |
| 4.1 GAE免费资源 | 第37页 |
| 4.2 实验设计 | 第37-39页 |
| 4.3 实验结果 | 第39-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 红利计算系统的设计与实现 | 第45-72页 |
| 5.1 系统需求分析 | 第45-47页 |
| 5.2 系统设计 | 第47-61页 |
| 5.2.1 总体设计 | 第47-52页 |
| 5.2.2 项目与地址管理模块设计 | 第52-53页 |
| 5.2.3 部署模块设计 | 第53-54页 |
| 5.2.4 计算模块设计 | 第54-56页 |
| 5.2.5 实验日志管理模块设计 | 第56-57页 |
| 5.2.6 云模块设计 | 第57-59页 |
| 5.2.7 数据库设计 | 第59-61页 |
| 5.3 系统实现 | 第61-71页 |
| 5.3.1 项目与地址管理模块的实现 | 第61-62页 |
| 5.3.2 部署模块的实现 | 第62-63页 |
| 5.3.3 计算模块的实现 | 第63-64页 |
| 5.3.4 日志管理模块的实现 | 第64-66页 |
| 5.3.5 云模块模块的实现 | 第66-68页 |
| 5.3.6 界面的实现 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 红利计算系统的验证 | 第72-81页 |
| 6.1 蒙特卡罗计算圆周率 | 第72-73页 |
| 6.2 圆周率实验 | 第73-75页 |
| 6.2.1 实验设计 | 第73-74页 |
| 6.2.2 实验环境 | 第74页 |
| 6.2.3 实验结果 | 第74-75页 |
| 6.3 性能实验 | 第75-78页 |
| 6.3.1 实验设计 | 第75-76页 |
| 6.3.2 实验环境 | 第76页 |
| 6.3.3 实验结果 | 第76-78页 |
| 6.4 其他实验 | 第78-80页 |
| 6.4.1 蒙特卡罗计算定积分 | 第78-80页 |
| 6.4.2 PrimeGrid志愿者项目 | 第80页 |
| 6.5 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 总结 | 第81-82页 |
| 7.2 进一步工作展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 参与项目 | 第88-90页 |
