摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景 | 第13-17页 |
1.2 现有解决方法概述 | 第17页 |
1.3 存在问题与研究思路 | 第17-18页 |
1.4 研究目标与内容 | 第18-19页 |
1.4.1 研究目标 | 第18页 |
1.4.2 研究内容 | 第18-19页 |
1.5 论文组织结构 | 第19-21页 |
第二章 研究现状 | 第21-27页 |
2.1 引言 | 第21页 |
2.2 大规模图数据处理执行框架研究现状 | 第21-22页 |
2.3 大规模图数据划分策略研究现状 | 第22-24页 |
2.4 大规模图数据处理执行模式分析研究现状 | 第24页 |
2.5 云环境下资源分配与动态调整研究现状 | 第24-26页 |
2.6 研究现状总结 | 第26-27页 |
第三章 大规模图数据应用执行特征提取与执行模式分析 | 第27-41页 |
3.1 引言 | 第27-28页 |
3.2 问题建模 | 第28-30页 |
3.2.1 术语定义 | 第28-29页 |
3.2.2 问题提出 | 第29-30页 |
3.3 执行特征提取 | 第30-34页 |
3.3.1 实验平台 | 第30-31页 |
3.3.2 图算法选取 | 第31-32页 |
3.3.3 执行特征提取分析 | 第32-34页 |
3.4 执行模式分析 | 第34-39页 |
3.4.1 支持向量回归 | 第35-36页 |
3.4.2 历史数据采集 | 第36-38页 |
3.4.3 基于SVR的执行模式回归模型构建 | 第38-39页 |
3.5 本章小结 | 第39-41页 |
第四章 应用执行模式感知的资源按需分配与动态调整 | 第41-61页 |
4.1 引言 | 第41-43页 |
4.2 资源按需分配 | 第43-52页 |
4.2.1 CPU资源需求确定 | 第44-48页 |
4.2.2 虚拟机分配 | 第48-52页 |
4.3 资源动态调整 | 第52-53页 |
4.4 实验与分析 | 第53-59页 |
4.4.1 实验设置 | 第53页 |
4.4.2 仿真实验 | 第53-54页 |
4.4.3 真实实验 | 第54-59页 |
4.5 本章小结 | 第59-61页 |
第五章 应用资源需求感知的大规模图数据处理系统设计与实现 | 第61-75页 |
5.1 引言 | 第61页 |
5.2 系统整体设计 | 第61-63页 |
5.3 功能模块设计与实现 | 第63-67页 |
5.3.1 应用执行特征提取模块 | 第63-65页 |
5.3.2 应用执行模式分析模块 | 第65-66页 |
5.3.3 资源监控模块 | 第66页 |
5.3.4 应用执行模式感知的资源按需分配与动态调整模块 | 第66-67页 |
5.4 系统部署与程序运行 | 第67-73页 |
5.4.1 系统环境介绍 | 第67-68页 |
5.4.2 系统部署 | 第68-69页 |
5.4.3 程序运行 | 第69-73页 |
5.5 本章小结 | 第73-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 总结 | 第75页 |
6.2 展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-83页 |
攻读硕士学位期间论文发表和专利申请情况 | 第83-85页 |
攻读硕士学位期间参加的项目 | 第85-87页 |
作者简介 | 第87页 |