| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 问题分析 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 背景知识和相关技术 | 第14-31页 |
| 2.1 分布式计算平台Hadoop | 第14-24页 |
| 2.1.1 MapReduce计算模型 | 第14-16页 |
| 2.1.2 MapReduce工作流程 | 第16-18页 |
| 2.1.3 MapReduce并行处理 | 第18-19页 |
| 2.1.4 MapReduce调度算法介绍 | 第19-21页 |
| 2.1.5 HDFS体系结构 | 第21-24页 |
| 2.2 网络拓扑结构Fat-tree | 第24-26页 |
| 2.2.1 树形结构的不足 | 第24-25页 |
| 2.2.2 Fat-tree拓扑特点 | 第25-26页 |
| 2.3 软件定义网络(SDN) | 第26-28页 |
| 2.4 数据中心带宽分配机制 | 第28-31页 |
| 2.4.1 带宽保证的意义 | 第28页 |
| 2.4.2 数据中心带宽共享机制 | 第28-29页 |
| 2.4.3 带宽分配模型 | 第29-31页 |
| 第三章 搭建Hadoop平台测试MapReduce模型和HDFS | 第31-39页 |
| 3.1 Hadoop的配置和安装 | 第31-34页 |
| 3.1.1 配置SSH和JDK | 第31-32页 |
| 3.1.2 Hadoop配置安装 | 第32-34页 |
| 3.2 MapReduce性能测试与分析 | 第34-38页 |
| 3.2.1 测试用例程序的设计 | 第34-35页 |
| 3.2.2 评估指标 | 第35页 |
| 3.2.3 测试结果分析与总结 | 第35-37页 |
| 3.2.4 性能瓶颈分析 | 第37-38页 |
| 3.3 HDFS对性能的影响 | 第38-39页 |
| 第四章 主要研究问题分析 | 第39-42页 |
| 4.1 MapReduce并行计算问题分析 | 第39-40页 |
| 4.2 网络流调度问题分析 | 第40-42页 |
| 第五章 多作业多任务数据分配方案设计 | 第42-46页 |
| 5.1 分布式计算应用的流模型分析 | 第42页 |
| 5.2 多作业数据放置方案设计 | 第42-44页 |
| 5.3 多作业MapReduce任务流带宽分配设计 | 第44-46页 |
| 第六章 基于网络拓扑Fat-tree的联合优化 | 第46-57页 |
| 6.1 等价多路径ECMP(Equal-cost multi-path)路由 | 第46页 |
| 6.2 基于ECMP协议的带宽分配 | 第46-47页 |
| 6.3 Fat-tree上基于ECMP协议的模型设计 | 第47-48页 |
| 6.4 基于SDN思想的VM放置策略与网络的联合优化方案 | 第48-49页 |
| 6.5 联合优化方案的模拟测试 | 第49-57页 |
| 6.5.1 多作业数据放置方案测试 | 第49-52页 |
| 6.5.2 基于ECMP协议的带宽分配的模拟 | 第52-54页 |
| 6.5.3 联合优化模拟测试 | 第54-57页 |
| 第七章 结束语 | 第57-59页 |
| 7.1 工作总结 | 第57-58页 |
| 7.2 系统展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |
