大规模复杂系统瓶颈检测和性能预测方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景 | 第11-13页 |
| ·瓶颈检测和性能预测的目标与意义 | 第13-14页 |
| ·国内外相关工作与研究现状 | 第14-16页 |
| ·本文的研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 基于TPC-APP基准的测试系统 | 第18-39页 |
| ·概述 | 第18-19页 |
| ·TPC-APP基准介绍 | 第19-27页 |
| ·商业与应用环境 | 第20-21页 |
| ·性能度量指标 | 第21-22页 |
| ·服务分类 | 第22-24页 |
| ·数据模型 | 第24-25页 |
| ·基准总体布局 | 第25-27页 |
| ·测试系统的体系架构 | 第27-33页 |
| ·总体架构 | 第27-28页 |
| ·客户层模块 | 第28-29页 |
| ·应用层模块 | 第29-31页 |
| ·数据层模块 | 第31-32页 |
| ·测试工作流程 | 第32-33页 |
| ·实现TPC-APP基准的关键技术 | 第33-38页 |
| ·基于事件驱动的多线程调度优化 | 第34-36页 |
| ·基于双池结构的连接池 | 第36-37页 |
| ·高可用性(HA)的应用服务器集群部署 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 多层分布式系统的瓶颈检测方法 | 第39-58页 |
| ·概述 | 第39页 |
| ·瓶颈检测方法描述 | 第39-45页 |
| ·瓶颈检测的一般步骤 | 第39-42页 |
| ·决策树ID3分类算法 | 第42-45页 |
| ·瓶颈检测的实验评估 | 第45-53页 |
| ·实验软硬件环境 | 第45-47页 |
| ·瓶颈检测实验过程 | 第47-50页 |
| ·瓶颈检测结果验证 | 第50-52页 |
| ·实验结果总体分析 | 第52-53页 |
| ·瓶颈检测的关键技术 | 第53-57页 |
| ·系统真实负载的模拟 | 第53-54页 |
| ·海量数据的分析与处理 | 第54-56页 |
| ·资源使用率的统计与提取 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 基于统计学习的性能预测方法 | 第58-75页 |
| ·概述 | 第58-59页 |
| ·性能预测方法描述 | 第59-62页 |
| ·问题定义 | 第59-60页 |
| ·回归预测算法 | 第60-61页 |
| ·精度测量 | 第61-62页 |
| ·性能预测的实验评估 | 第62-71页 |
| ·对单结点系统资源的预测 | 第62-65页 |
| ·对分布式系统资源的预测 | 第65-67页 |
| ·对系统最大负载压力的预测 | 第67-71页 |
| ·预测模型敏感度分析 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| ·论文主要工作概述 | 第75-76页 |
| ·未来工作展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间主要的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 作者简历 | 第82页 |
