| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 MapReduce型海量数据处理平台 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文的研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 相关技术分析 | 第16-28页 |
| 2.1 MapReduce计算模型 | 第16-20页 |
| 2.1.1 工作流程 | 第17-18页 |
| 2.1.2 作业调度模型 | 第18-19页 |
| 2.1.3 数据本地化 | 第19-20页 |
| 2.2 MapReduce型海量数据处理平台 | 第20-21页 |
| 2.3 作业调度算法相关研究 | 第21-25页 |
| 2.3.1 传统分布式计算环境下调度算法分析 | 第21-24页 |
| 2.3.2 MapReduce平台下作业调度算法研究 | 第24-25页 |
| 2.4 本章小结 | 第25-28页 |
| 第3章 延迟调度算法研究 | 第28-34页 |
| 3.1 延迟调度算法概述 | 第28-30页 |
| 3.2 延迟调度算法分析 | 第30-31页 |
| 3.2.1 延迟时间间隔 | 第30页 |
| 3.2.2 数据本地化任务执行 | 第30-31页 |
| 3.3 改进延迟调度算法分析 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于Task-Job的延迟调度算法 | 第34-48页 |
| 4.1 基于Task-Job的延迟调度算法概述 | 第34-35页 |
| 4.2 节点任务到达速率计算模型 | 第35-36页 |
| 4.3 网络传输速率监测 | 第36-38页 |
| 4.4 节点等待时间阈值计算模型 | 第38-40页 |
| 4.4.1 相关定义 | 第38-39页 |
| 4.4.2 模型求解 | 第39-40页 |
| 4.5 饥饿作业调度模型 | 第40-42页 |
| 4.5.1 作业等待时间阈值 | 第40-41页 |
| 4.5.2 节点释放计算资源时间 | 第41-42页 |
| 4.6 作业权值计算 | 第42-43页 |
| 4.7 算法数据组织模型 | 第43-44页 |
| 4.8 算法具体步骤 | 第44-46页 |
| 4.9 本章小结 | 第46-48页 |
| 第5章 Task-Job调度算法性能分析 | 第48-56页 |
| 5.1 实验环境部署 | 第48-49页 |
| 5.2 Hadoop环境配置 | 第49-50页 |
| 5.2.1 Hadoop运行环境配置 | 第49页 |
| 5.2.2 Hadoop配置 | 第49-50页 |
| 5.3 性能测试 | 第50-54页 |
| 5.4 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间获得的科研成果 | 第62-64页 |
| 致谢 | 第64页 |