基于Yarn的负载均衡研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 产业界采用的代表性负载均衡方法 | 第11页 |
| 1.2.2 负载均衡的学术研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 相关理论知识 | 第15-26页 |
| 2.1 Hadoop源码研究 | 第15-20页 |
| 2.1.1 HDFS | 第16-17页 |
| 2.1.2 MapReduce | 第17-18页 |
| 2.1.3 Yarn | 第18-20页 |
| 2.2 Yarn资源调度器 | 第20-24页 |
| 2.2.1 FIFO Scheduler | 第20页 |
| 2.2.2 Capacity Scheduler | 第20-21页 |
| 2.2.3 Fair Scheduler | 第21-24页 |
| 2.3 负载均衡 | 第24-25页 |
| 2.3.1 负载均衡概念 | 第24页 |
| 2.3.2 负载均衡技术分类 | 第24-25页 |
| 2.3.3 负载均衡算法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 Hadoop平台的规划与实现 | 第26-34页 |
| 3.1 平台规划与前期准备 | 第26-28页 |
| 3.1.1 平台规划 | 第26-27页 |
| 3.1.2 准备工作 | 第27-28页 |
| 3.2 Hadoop的无密设置 | 第28页 |
| 3.3 jdk安装 | 第28-29页 |
| 3.4 Zookeeper安装 | 第29-30页 |
| 3.4.1 Zookeeper简介 | 第29页 |
| 3.4.2 Zookeeper安装 | 第29-30页 |
| 3.5 Hadoop安装 | 第30-31页 |
| 3.6 启动Hadoop | 第31-32页 |
| 3.7 本章小结 | 第32-34页 |
| 第四章 基于Yarn调度算法的改进 | 第34-45页 |
| 4.1 Fair Scheduler算法改进 | 第34-38页 |
| 4.1.1 节点性能评价指标改进 | 第34-36页 |
| 4.1.2 Hadoop作业调度算法代码优化 | 第36-38页 |
| 4.2 算法的实现过程 | 第38-39页 |
| 4.2.1 源码改进框架图 | 第38页 |
| 4.2.2 重新编译源码过程 | 第38-39页 |
| 4.3 实验 | 第39-41页 |
| 4.3.1 实验环境 | 第39-40页 |
| 4.3.2 节点综合性能指标计算 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.4.1 实验环境与数据 | 第41-42页 |
| 4.4.2 增加节点实验 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于Yarn的动态反馈调度算法 | 第45-53页 |
| 5.1 动态反馈机制 | 第45-47页 |
| 5.1.1 动态反馈模型 | 第45-46页 |
| 5.1.2 反馈信息处理 | 第46-47页 |
| 5.2 算法实现 | 第47-48页 |
| 5.2.1 算法描述 | 第47-48页 |
| 5.3 实验 | 第48-52页 |
| 5.3.1 单任务对比实验 | 第48-49页 |
| 5.3.2 多任务实验 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 成果与展望 | 第53-54页 |
| 6.1 本文主要工作及特色 | 第53页 |
| 6.2 下一步研究方向 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介 | 第59页 |
