| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 Hadoop研究及优化方向 | 第12-14页 |
| 1.3 课题研究内容及意义 | 第14-16页 |
| 1.4 文章组织结构 | 第16-17页 |
| 第二章 课题相关技术研究 | 第17-35页 |
| 2.1 并行计算 | 第17-18页 |
| 2.1.1 基本体系结构 | 第17-18页 |
| 2.2 云计算 | 第18-22页 |
| 2.2.1 云计算体系架构 | 第18-21页 |
| 2.2.2 云计算关键技术 | 第21页 |
| 2.2.3 云计算发展现状 | 第21-22页 |
| 2.3 Hadoop云计算平台 | 第22-34页 |
| 2.3.1 Hadoop平台组件简介 | 第22-24页 |
| 2.3.2 Hadoop分布式文件系统HDFS | 第24-28页 |
| 2.3.3 Hadoop并行计算框架MapReduce | 第28-33页 |
| 2.3.4 Hadoop国内外发展现状 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 Hadoop平台作业调度算法研究 | 第35-49页 |
| 3.1 先入先出调度算法 | 第35-36页 |
| 3.2 计算能力调度算法 | 第36-39页 |
| 3.3 公平调度算法 | 第39-43页 |
| 3.4 LATE调度算法 | 第43-48页 |
| 3.4.1 推测式执行机制 | 第44-45页 |
| 3.4.2 LATE调度算法的提出 | 第45-47页 |
| 3.4.3 LATE调度算法改进方向 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于LATE调度算法的数据局部性改进算法 | 第49-66页 |
| 4.1 Hadoop的任务本地化执行 | 第49页 |
| 4.2 LATE调度算法存在数据局部性缺陷 | 第49页 |
| 4.3 Hadoop机架感知机制 | 第49-50页 |
| 4.4 算法改进 | 第50-54页 |
| 4.4.1 LATE算法阈值判定 | 第50-51页 |
| 4.4.2 落后任务判定算法改进 | 第51-53页 |
| 4.4.3 基于LATE调度算法数据局部性改进算法 | 第53-54页 |
| 4.5 算法实现 | 第54-56页 |
| 4.6 实验环境搭建 | 第56-57页 |
| 4.7 完全分布模式具体配置 | 第57-59页 |
| 4.8 测试作业的选择 | 第59-62页 |
| 4.8.1 测试作业类型分析 | 第60页 |
| 4.8.2 数据准备 | 第60-62页 |
| 4.9 算法仿真分析 | 第62-65页 |
| 4.10 本章总结 | 第65-66页 |
| 第五章 基于LATE调度算法的资源互补分配改进算法 | 第66-82页 |
| 5.1 算法准备 | 第66-67页 |
| 5.2 Hadoop中作业负载类型分类算法 | 第67-68页 |
| 5.3 节点负载类型判定算法 | 第68-69页 |
| 5.4 基于LATE调度算法的资源互补分配改进算法 | 第69-72页 |
| 5.5 算法实现 | 第72-76页 |
| 5.6 实验环境搭建 | 第76-77页 |
| 5.7 测试作业的选择 | 第77-78页 |
| 5.7.1 测试作业分析 | 第77-78页 |
| 5.8 算法仿真分析 | 第78-81页 |
| 5.9 本章小结 | 第81-82页 |
| 第六章 全文总结与展望 | 第82-83页 |
| 6.1 全文总结 | 第82页 |
| 6.2 展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间取得的成果 | 第87页 |
