| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 MapReduce数据倾斜问题研究现状 | 第13-15页 |
| 1.3 本文主要研究工作及创新点 | 第15-16页 |
| 1.4 本文结构 | 第16-18页 |
| 2 相关技术介绍 | 第18-30页 |
| 2.1 MapReduce简介 | 第18-23页 |
| 2.1.1 MapReduce框架 | 第18-21页 |
| 2.1.2 工作原理 | 第21-23页 |
| 2.2 数据倾斜问题 | 第23-30页 |
| 2.2.1 数据倾斜问题描述 | 第23-25页 |
| 2.2.2 数据倾斜产生的原因 | 第25-26页 |
| 2.2.3 MapReduce聚类中的数据倾斜问题 | 第26-30页 |
| 3 面向MapReduce数据倾斜的负载均衡策略 | 第30-38页 |
| 3.1 MapReduce负载均衡影响因素 | 第30-32页 |
| 3.2 现有MapReduce负载均衡策略 | 第32-35页 |
| 3.2.1 采样分析法 | 第32-34页 |
| 3.2.2 数据重传法 | 第34-35页 |
| 3.3 本文偏移分区策略 | 第35-38页 |
| 4 偏移分区策略的代价模型及算法 | 第38-45页 |
| 4.1 偏移分区策略的代价模型 | 第38-39页 |
| 4.2 偏移分区策略算法实现 | 第39-43页 |
| 4.2.1 获取全局分区 | 第39-40页 |
| 4.2.2 软硬件异构的倾斜模型 | 第40-41页 |
| 4.2.3 偏移分区平衡负载 | 第41页 |
| 4.2.4 偏移分区策略总体流程图 | 第41-43页 |
| 4.3 算法实现与分析 | 第43-45页 |
| 4.3.1 算法实现 | 第43-44页 |
| 4.3.2 算法分析 | 第44-45页 |
| 5 实验及结果分析 | 第45-55页 |
| 5.1 实验设计 | 第45-46页 |
| 5.2 仿真实验 | 第46-55页 |
| 5.2.1 本文算法有效性验证 | 第46-48页 |
| 5.2.2 与现有算法运行时间的对比 | 第48-51页 |
| 5.2.3 软硬件异构对负载均衡的影响 | 第51-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 作者简介及读研期间主要科研成果 | 第61-62页 |