| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.4 课题研究内容 | 第16-17页 |
| 1.5 本文组织结构 | 第17-18页 |
| 第2章 理论研究基础和相关技术 | 第18-30页 |
| 2.1 MapReduce编程模型 | 第18-19页 |
| 2.2 Hadoop分布式结构 | 第19-23页 |
| 2.2.1 HDFS文件系统 | 第20-22页 |
| 2.2.2 Hadoop中的MapReduce | 第22-23页 |
| 2.3 Fusion CPU-GPU架构 | 第23-25页 |
| 2.4 OpenCL编程标准 | 第25-29页 |
| 2.4.1 OpenCL的模型 | 第26-29页 |
| 2.4.2 编程步骤 | 第29页 |
| 2.5 小结 | 第29-30页 |
| 第3章 节点内Fusion CPU-GPU的MapReduce编程模型 | 第30-55页 |
| 3.1 设计动机 | 第30-31页 |
| 3.1.1 设计目标 | 第30页 |
| 3.1.2 设计的挑战和难点 | 第30-31页 |
| 3.2 设计 | 第31-42页 |
| 3.2.1 设计方案分析 | 第31页 |
| 3.2.2 总体设计 | 第31-32页 |
| 3.2.3 目标系统的设计模型 | 第32-33页 |
| 3.2.4 抽象的接口模型设计 | 第33-36页 |
| 3.2.5 关键问题分析 | 第36-39页 |
| 3.2.6 利用hash表的无锁设计 | 第39-42页 |
| 3.3 调度策略 | 第42-45页 |
| 3.3.1 静态调度策略 | 第43页 |
| 3.3.2 自适应调度策略分析 | 第43-45页 |
| 3.4 实验与数据分析 | 第45-53页 |
| 3.4.1 实验平台 | 第45-46页 |
| 3.4.2 实验负载 | 第46-47页 |
| 3.4.3 结果和分析 | 第47-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第4章 Fusion架构加速的Hadoop分布式集群 | 第55-66页 |
| 4.1 Hadoop和OpenCL的结合 | 第55-59页 |
| 4.1.1 Java Aparapi | 第55-56页 |
| 4.1.2 JNI | 第56-57页 |
| 4.1.3 Hadoop Streaming和Hadoop pipes | 第57-59页 |
| 4.2 基于Fusion架构的Hadoop | 第59-62页 |
| 4.2.1 系统框架设计 | 第59-60页 |
| 4.2.2 Kmeans算法 | 第60-61页 |
| 4.2.3 FHadoop中的Kmeans | 第61-62页 |
| 4.3 实验结果 | 第62-64页 |
| 4.3.1 实验平台介绍 | 第62-63页 |
| 4.3.2 性能分析 | 第63-64页 |
| 4.4 小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 附录A 攻读学位期间所发表的学术论文 | 第74-75页 |
| 附录B 攻读学位期间参加的科研项目 | 第75页 |
