首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于云的大数据处理系统性能优化问题研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-24页
    1.1 论文研究背景第12-16页
        1.1.1 大数据简介第12-13页
        1.1.2 主流的大数据处理系统第13-14页
        1.1.3 基于云的大数据处理系统第14-16页
    1.2 研究问题的提出第16-19页
        1.2.1 基于云的大数据处理系统的新特性和挑战第16-17页
        1.2.2 云计算中面向大数据处理的虚拟集群调度算法第17页
        1.2.3 云中HDFS分布式存储的数据块放置算法第17-18页
        1.2.4 云中大数据处理系统的推测性任务执行的优化算法第18-19页
    1.3 论文主要研究工作第19-22页
        1.3.1 论文研究内容第19-21页
        1.3.2 论文组织结构第21-22页
    1.4 本章小结第22-24页
第2章 基于云的大数据处理系统研究综述第24-32页
    2.1 引言第24页
    2.2 基于云的大数据处理系统的架构和服务模式第24-26页
    2.3 基于云的大数据处理系统研究综述第26-30页
        2.3.1 服务部署和弹性扩展问题研究第26-27页
        2.3.2 性能优化问题研究第27-29页
        2.3.3 数据安全问题第29页
        2.3.4 数据中心能耗问题第29-30页
        2.3.5 其他相关研究工作第30页
    2.4 本章小结第30-32页
第3章 云中面向大数据处理系统的虚拟集群调度算法第32-60页
    3.1 引言第32-35页
    3.2 大数据处理系统内部网络传输特点分析第35-37页
        3.2.1 MapReduce框架内部网络传输需求的理论分析第35-36页
        3.2.2 大数据处理系统的网络传输性能对应用性能影响的实验验证和分析第36-37页
    3.3 云中的网络共享模型及大数据处理网络性能模型第37-42页
        3.3.1 云中的网络共享模型第37-41页
        3.3.2 大数据处理虚拟集群网络性能模型第41-42页
    3.4 云中面向大数据处理虚拟集群的调度问题建模第42-43页
    3.5 虚拟集群调度算法设计第43-50页
        3.5.1 问题分析第43-44页
        3.5.2 启发式搜索算法设计第44-50页
    3.6 实验评估第50-57页
        3.6.1 实验环境设置及评价指标第50-52页
        3.6.2 实验结果和分析第52-57页
    3.7 相关工作第57-58页
    3.8 本章小结第58-60页
第4章 基于位置感知的云中HDFS分布式存储的数据块放置算法第60-86页
    4.1 引言第60-62页
    4.2 相关背景和研究动机第62-66页
        4.2.1 背景:HDFS分布式文件系统的设计第62-64页
        4.2.2 研究动机第64-66页
    4.3 LDBAS的数据放置策略和算法设计第66-76页
        4.3.1 LDBAS放置数据块的核心原则第66-69页
        4.3.2 数据初始化写入的分配问题第69-73页
        4.3.3 数据块恢复问题第73-76页
    4.4 实验评估第76-83页
        4.4.1 模拟实验第76-78页
        4.4.2 Hadoop集群实验第78-83页
    4.5 关于LDBAS的讨论第83-84页
    4.6 相关工作第84-85页
    4.7 本章小结第85-86页
第5章 基于历史信息的云中Hadoop推测性任务执行的优化算法第86-108页
    5.1 引言第86-89页
    5.2 相关背景介绍第89-92页
        5.2.1 MapReduce模型第89-90页
        5.2.2 Hadoop中的推测性执行机制第90-91页
        5.2.3 已有的推测性执行方法第91-92页
    5.3 HIBS:基于历史信息的云中Hadoop推测性任务执行方法第92-100页
        5.3.1 基于历史信息的云中Hadoop推测性任务调度器的整体流程第92-93页
        5.3.2 HIBS各模块设计第93-100页
    5.4 实验分析第100-107页
        5.4.1 实验环境设置及评价指标第100-102页
        5.4.2 实验结果分析第102-107页
    5.5 本章小结第107-108页
第6章 总结和展望第108-112页
    6.1 主要工作总结第108-109页
    6.2 主要贡献及创新第109-110页
    6.3 未来工作展望第110-112页
参考文献第112-120页
致谢第120-122页
在读期间发表的学术论文与取得的研究成果第122页

论文共122页,点击 下载论文
上一篇:统计过程控制中的潜变量模型研究
下一篇:自种子注入双固体标准具耦合腔高效脉冲中红外光参量振荡器技术研究