摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-12页 |
1.1 论文背景 | 第8-9页 |
1.2 高性能计算技术发展史 | 第9-10页 |
1.3 本文研究内容及意义 | 第10页 |
1.4 论文组织结构 | 第10-12页 |
第二章 集群系统及作业调度 | 第12-26页 |
2.1 集群系统 | 第12-14页 |
2.1.1 集群系统概述 | 第12页 |
2.1.2 集群系统的结构 | 第12-13页 |
2.1.3 集群系统的类型 | 第13-14页 |
2.1.4 集群系统的特点 | 第14页 |
2.2 集群管理系统 | 第14-18页 |
2.2.1 集群管理系统概述 | 第15页 |
2.2.2 著名集群管理系统 | 第15-18页 |
2.3 集群作业调度 | 第18-25页 |
2.3.1 调度器设计分析 | 第18-19页 |
2.3.2 现有典型调度算法 | 第19-21页 |
2.3.3 作业调度器的分类 | 第21-24页 |
2.3.4 TORQUE 调度器分析 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于剩余计算能力的自适应负载均衡算法 | 第26-36页 |
3.1 算法提出背景 | 第26-27页 |
3.2 前提说明及问题定义 | 第27-30页 |
3.2.1 硬件体系结构 | 第27页 |
3.2.2 作业模型 | 第27页 |
3.2.3 调度模型 | 第27-28页 |
3.2.4 负载信息的获取 | 第28页 |
3.2.5 计算节点负载修正 | 第28-29页 |
3.2.6 自适应时机的选择 | 第29页 |
3.2.7 节点权值的计算 | 第29-30页 |
3.3 基于剩余计算能力的自适应负载均衡算法 | 第30-35页 |
3.3.1 计算节点负载修正值的计算 | 第31-32页 |
3.3.2 自适应时机的选择 | 第32-33页 |
3.3.3 节点权值的计算 | 第33-34页 |
3.3.4 算法思想及流程图 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第四章 基于分散-聚合的并行应用调度优化算法 | 第36-48页 |
4.1 前提和定义 | 第36-39页 |
4.1.1 DAG | 第36页 |
4.1.2 异构集群 | 第36页 |
4.1.3 调度方案 | 第36-37页 |
4.1.4 与任务相关的定义 | 第37-38页 |
4.1.5 调度方案的优化 | 第38-39页 |
4.2 基于分散-聚合的优化算法 | 第39-46页 |
4.2.1 算法综述 | 第39-42页 |
4.2.2 初始调度分配 | 第42页 |
4.2.3 聚合 | 第42-44页 |
4.2.4 分散 | 第44-46页 |
4.3 本章小结 | 第46-48页 |
第五章 实验 | 第48-56页 |
5.1 实验环境 | 第48-50页 |
5.2 实验方案 | 第50-51页 |
5.2.1 基于剩余计算能力的自适应负载均衡算法实验方案 | 第50-51页 |
5.2.2 基于分散-聚合的优化算法实验方案 | 第51页 |
5.3 实验结果及分析 | 第51-54页 |
5.3.1 基于剩余计算能力的自适应负载均衡算法实验结果分析 | 第51-53页 |
5.3.2 基于分散-聚合的优化算法实验结果分析 | 第53-54页 |
5.4 本章小结 | 第54-56页 |
第六章 结束语 | 第56-58页 |
6.1 本文工作 | 第56页 |
6.2 总结与展望 | 第56-58页 |
致谢 | 第58-60页 |
参考文献 | 第60-63页 |