| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 论文研究内容 | 第16-17页 |
| 1.4 论文的结构安排 | 第17-19页 |
| 第2章 相关技术概述 | 第19-31页 |
| 2.1 流计算简介 | 第19-25页 |
| 2.1.1 流式大数据的特点 | 第20-22页 |
| 2.1.2 流计算系统的系统架构 | 第22-23页 |
| 2.1.3 流计算系统的应用 | 第23-25页 |
| 2.2 流计算系统的异常恢复 | 第25-28页 |
| 2.2.1 高可用性算法 | 第25-27页 |
| 2.2.2 节点状态上游备份策略 | 第27-28页 |
| 2.3 排队论概述 | 第28-30页 |
| 2.3.1 排队系统的特征 | 第29-30页 |
| 2.3.2 排队模型的分类与记号 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 面向动态可扩展流计算系统的高效异常恢复方法 | 第31-43页 |
| 3.1 问题陈述 | 第31-32页 |
| 3.2 相关定义 | 第32-36页 |
| 3.3 算法实现 | 第36-42页 |
| 3.3.1 内部状态操作 | 第37-40页 |
| 3.3.2 动态扩展和异常恢复 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 流计算系统中的异常感知及多等级异常恢复方法 | 第43-53页 |
| 4.1 问题陈述 | 第43-44页 |
| 4.2 相关定义 | 第44-45页 |
| 4.3 ADMS算法 | 第45-51页 |
| 4.3.1 工作节点状态的转化 | 第46-48页 |
| 4.3.2 多等级异常恢复策略 | 第48-51页 |
| 4.4 多等级异常恢复方法 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 算法性能分析及实验验证 | 第53-72页 |
| 5.1 系统模型 | 第53-54页 |
| 5.2 系统参数 | 第54-56页 |
| 5.3 HARM性能分析 | 第56-62页 |
| 5.4 ADMS性能分析 | 第62-67页 |
| 5.4.1 高效性分析 | 第62-63页 |
| 5.4.2 状态转换阈值分析 | 第63-67页 |
| 5.5 算法实验验证 | 第67-71页 |
| 5.5.1 实验环境及方案介绍 | 第67-68页 |
| 5.5.2 算法对比 | 第68-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 研究工作总结 | 第72页 |
| 6.2 后续研究工作 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第79页 |