| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究的背景 | 第10页 |
| ·研究的意义和动机 | 第10-11页 |
| ·本文的主要工作和创新 | 第11-12页 |
| ·本文的结构安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 云计算中关于Hadoop平台的研究 | 第13-30页 |
| ·云计算的介绍 | 第13-21页 |
| ·云计算的基本概念 | 第13-14页 |
| ·云计算的特点 | 第14-15页 |
| ·云计算的应用场景 | 第15-18页 |
| ·云计算和网格计算的区别 | 第18-21页 |
| ·Hadoop计算环境 | 第21-22页 |
| ·MapReduce模型研究综述 | 第22-27页 |
| ·MapRuduce的编程模型 | 第22-23页 |
| ·MapReduce实现框架 | 第23-25页 |
| ·MapReduce容错机制 | 第25-26页 |
| ·MapReduce在错误面前的内部处理机制 | 第26-27页 |
| ·Hadoop的分布式文件系统HDFS | 第27-29页 |
| ·HDFS与GFS的区别 | 第27-28页 |
| ·HDFS系统架构 | 第28-29页 |
| ·HDFS执行步骤 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 Hadoop平台下的作业调度算法 | 第30-42页 |
| ·作业调度概述 | 第30页 |
| ·现有MapReduce作业调度算法的研究 | 第30-38页 |
| ·先进先出调度算法（FIFO Scheduler） | 第30-31页 |
| ·公平份额调度算法（FairScheduler） | 第31-35页 |
| ·公平份额调度算法思想 | 第31-33页 |
| ·公平份额调度调度算法配置 | 第33-34页 |
| ·公平份额调度算法存在的不足 | 第34-35页 |
| ·计算能力调度算法（Capacity Scheduler） | 第35-38页 |
| ·计算能力调度算法思想 | 第35-36页 |
| ·计算能力调度算法配置 | 第36-37页 |
| ·计算能力调度算法的不足 | 第37-38页 |
| ·Hadoop中运行MapReduce作业 | 第38-41页 |
| ·提交作业 | 第39-40页 |
| ·作业的初始化 | 第40页 |
| ·任务的分配 | 第40页 |
| ·任务的执行 | 第40-41页 |
| ·作业的完成 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 Hadoop平台下作业调度算法的改进 | 第42-56页 |
| ·ASBP算法产生背景 | 第42-43页 |
| ·Hadoop中调度算法的研究 | 第43-45页 |
| ·推测式执行任务 | 第43-45页 |
| ·Hadoop原有调度方式上推测式执行的不足 | 第45页 |
| ·基于优先权的自适应调度算法 | 第45-48页 |
| ·自适应调整队列长度 | 第45-46页 |
| ·weight值的计算 | 第46-47页 |
| ·基于优先权的自适应调度算法思路和流程 | 第47-48页 |
| ·基于优先权的自适应调度算法分析 | 第48-49页 |
| ·响应时间分析 | 第48-49页 |
| ·吞吐率分析 | 第49页 |
| ·基于优先权的自适应调度算法的关键技术 | 第49-54页 |
| ·落后任务的判定策略 | 第49-50页 |
| ·掉队节点的判定策略 | 第50-52页 |
| ·落后任务推测式执行的实现 | 第52-53页 |
| ·算法具体实现 | 第53-54页 |
| ·基于优先权的自适应调度算法的优势 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 实验及结果分析 | 第56-64页 |
| ·实验平台选择及配置 | 第56-59页 |
| ·伪分布集群配置方案 | 第56页 |
| ·配置SSH和JDK | 第56-57页 |
| ·Hadoop的安装配置 | 第57-59页 |
| ·实验验证 | 第59-63页 |
| ·评估方法 | 第59-60页 |
| ·实验结果及分析 | 第60-63页 |
| ·实验结论 | 第63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71页 |