| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-32页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.2 相关技术及研究成果 | 第15-28页 |
| 1.2.1 分布式文件系统简介 | 第15-18页 |
| 1.2.2 MapReduce相关技术 | 第18-22页 |
| 1.2.3 MapReduce中任务调度的相关技术 | 第22-28页 |
| 1.3 本文的研究内容和主要贡献 | 第28-29页 |
| 1.4 本文的组织结构 | 第29-32页 |
| 第2章 面向具有完成时限约束作业的任务调度算法 | 第32-58页 |
| 2.1 引言 | 第32-34页 |
| 2.2 问题描述 | 第34页 |
| 2.3 SAMES调度框架 | 第34-35页 |
| 2.4 STES任务执行策略 | 第35-40页 |
| 2.4.1 参数估计模块 | 第35-36页 |
| 2.4.2 执行策略详述 | 第36-40页 |
| 2.5 SAMES算法描述 | 第40-49页 |
| 2.5.1 最优有效序列的生成 | 第40-43页 |
| 2.5.2 最优有效序列的更新 | 第43-45页 |
| 2.5.3 异常处理 | 第45-49页 |
| 2.6 实验结果与分析 | 第49-56页 |
| 2.6.1 参数估计模块的有效性 | 第49-50页 |
| 2.6.2 调度算法的性能评估 | 第50-53页 |
| 2.6.3 系统状态监听 | 第53-55页 |
| 2.6.4 SAMES算法的扩展性能评估 | 第55-56页 |
| 2.7 本章小结 | 第56-58页 |
| 第3章 面向最大收益的任务调度算法 | 第58-74页 |
| 3.1 引言 | 第58-59页 |
| 3.2 问题描述 | 第59-60页 |
| 3.3 AMB算法描述 | 第60-68页 |
| 3.3.1 静态部分 | 第60-65页 |
| 3.3.2 动态部分 | 第65-66页 |
| 3.3.3 超时处理 | 第66-68页 |
| 3.4 实验结果与分析 | 第68-73页 |
| 3.4.1 静态作业集的实验结果与分析 | 第68-70页 |
| 3.4.2 动态作业集的实验结果与分析 | 第70-73页 |
| 3.5 本章小结 | 第73-74页 |
| 第4章 面向共享的MAPREDUCE集群的吞吐量驱动的任务调度算法 | 第74-92页 |
| 4.1 引言 | 第74-76页 |
| 4.2 问题描述 | 第76页 |
| 4.3 调度框架 | 第76-77页 |
| 4.4 作业队列的维护 | 第77-80页 |
| 4.5 TD调度算法描述 | 第80-87页 |
| 4.5.1 作业的选取 | 第81-82页 |
| 4.5.2 任务的选取 | 第82-84页 |
| 4.5.3 算法形式化描述 | 第84-87页 |
| 4.6 实验结果与分析 | 第87-90页 |
| 4.7 本章小结 | 第90-92页 |
| 第5章 面向异构MAPREDUCE集群的吞吐量驱动的任务调度算法 | 第92-118页 |
| 5.1 引言 | 第92页 |
| 5.2 问题描述 | 第92-94页 |
| 5.3 参数估计模块 | 第94-95页 |
| 5.4 HTD算法详述 | 第95-111页 |
| 5.4.1 单一作业的调度方案 | 第96-99页 |
| 5.4.2 多作业的调度方案 | 第99-109页 |
| 5.4.3 多作业调度方案的调整 | 第109-111页 |
| 5.5 实验结果与分析 | 第111-116页 |
| 5.5.1 HTD调度方案生成时间 | 第111-114页 |
| 5.5.2 HTD调度算法的性能评估 | 第114-116页 |
| 5.6 本章小结 | 第116-118页 |
| 第6章 结束语 | 第118-120页 |
| 6.1 本文工作总结 | 第118-119页 |
| 6.2 未来的研究方向 | 第119-120页 |
| 参考文献 | 第120-132页 |
| 致谢 | 第132-134页 |
| 攻博期间发表的论文 | 第134-136页 |
| 攻博期间参与的项目 | 第136-138页 |
| 作者简介 | 第138页 |
