| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 图表目录 | 第9-10页 |
| 1 绪论 | 第10-15页 |
| ·研究的背景 | 第10-11页 |
| ·研究的意义 | 第11页 |
| ·研究的现状 | 第11-13页 |
| ·研究的主要内容 | 第13页 |
| ·论文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 云计算和Hadoop云平台的介绍 | 第15-26页 |
| ·云计算 | 第15-19页 |
| ·云计算的定义 | 第15-16页 |
| ·云计算的核心技术 | 第16-18页 |
| ·云平台 | 第18-19页 |
| ·Hadoop云平台 | 第19-25页 |
| ·Hadoop的基本组件 | 第19-21页 |
| ·Hadoop的优化 | 第21-22页 |
| ·MapReduce编程模型 | 第22-24页 |
| ·HDFS | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 Hadoop云平台上调度算法研究 | 第26-36页 |
| ·Map-Reduce调度模型 | 第26-29页 |
| ·提交作业SubmitJob | 第26-27页 |
| ·新作业初始化 | 第27-28页 |
| ·新任务的分配 | 第28页 |
| ·新任务的执行 | 第28页 |
| ·作业的完成 | 第28-29页 |
| ·Hadoop上常用的作业调度算法 | 第29-32页 |
| ·先进先出(FIFO)算法 | 第29页 |
| ·计算能力调度(Capacity Scheduler)算法 | 第29-30页 |
| ·公平调度(Fair Scheduler)算法 | 第30-31页 |
| ·Hadoop上现有调度算法的不足 | 第31-32页 |
| ·最长剩余时间(LATE)调度算法 | 第32-34页 |
| ·算法相关的参数及公式 | 第32-33页 |
| ·LATE调度算法工作的原理 | 第33页 |
| ·LATE调度算法存在的不足 | 第33-34页 |
| ·自适应的Map-Reduce调度(SAMR)算法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 Hadoop上调度任务备份的改进算法 | 第36-48页 |
| ·BTIS算法的相关技术 | 第36-38页 |
| ·推测执行机制 | 第36-37页 |
| ·慢任务的检测机制 | 第37页 |
| ·估算任务剩余时间的算法 | 第37-38页 |
| ·慢节点的检测机制 | 第38页 |
| ·BTIS算法的设计 | 第38-47页 |
| ·BTIS算法的描述 | 第38页 |
| ·BTIS算法的计算公式 | 第38-39页 |
| ·Map-Reduce调度的改进 | 第39-41页 |
| ·BTIS算法的参数 | 第41-42页 |
| ·BTIS算法的调度方式 | 第42-45页 |
| ·算法的关键代码 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 实验结果分析 | 第48-56页 |
| ·实验平台的选择及其配置 | 第48-51页 |
| ·实验平台的搭建 | 第48-49页 |
| ·安全分布式模式的配置 | 第49-51页 |
| ·实验数据来源 | 第51-52页 |
| ·实验结果分析 | 第52-55页 |
| ·备份任务执行时间的对比与分析 | 第52-53页 |
| ·作业完成时间的分析 | 第53-54页 |
| ·集群资源利用情况的分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·论文总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历、在读期间发表的学术论文 | 第62页 |
| 个人简历 | 第62页 |
| 在读期间发表的论文 | 第62页 |