MapReduce作业调度算法优化与改进研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究的目的和意义 | 第8-9页 |
| ·主要研究内容 | 第9-10页 |
| ·论文章节安排 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 相关技术 | 第12-21页 |
| ·Hadoop基础架构 | 第12-14页 |
| ·MapReduce基本原理 | 第14-15页 |
| ·MapReduce作业处理机制 | 第15-17页 |
| ·MapReduce作业调度机制 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 3 MapReduce原生作业调度算法分析 | 第21-32页 |
| ·引言 | 第21页 |
| ·MapReduce原生作业调度算法 | 第21-26页 |
| ·先进先出作业调度算法 | 第21-22页 |
| ·Hadoop On Demand | 第22页 |
| ·计算能力调度算法 | 第22-24页 |
| ·公平份额调度算法 | 第24-26页 |
| ·其他作业调度算法 | 第26-28页 |
| ·与数据本地性相关的作业调度算法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于资源预取的Hadoop作业调度算法 | 第32-45页 |
| ·引言 | 第32页 |
| ·数据预取技术 | 第32-34页 |
| ·基于资源预取的调度算法设计 | 第34-42页 |
| ·算法设计 | 第34-35页 |
| ·预选节点 | 第35-38页 |
| ·预选任务 | 第38-40页 |
| ·资源预取 | 第40-42页 |
| ·基于资源预取的调度算法实现 | 第42-44页 |
| ·开发环境 | 第42-43页 |
| ·算法实现 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 实验测试与分析 | 第45-53页 |
| ·引言 | 第45页 |
| ·实验环境部署 | 第45-47页 |
| ·数据本地性分析 | 第47-49页 |
| ·作业响应时间分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| ·全文工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 硕士期间所做的工作 | 第58-59页 |
| 已发表的学术论文 | 第58页 |
| 申请的发明专利 | 第58页 |
| 参与的科研项目 | 第58-59页 |
| 致谢 | 第59页 |
