| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 本文研究背景和意义 | 第9页 |
| 1.2 Hadoop平台的研究现状 | 第9-12页 |
| 1.2.1 减少网络负载的优化 | 第10页 |
| 1.2.2 降低集群能耗的优化 | 第10-11页 |
| 1.2.3 集群容错性的优化 | 第11页 |
| 1.2.4 集群负载均衡的优化 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 Hadoop平台简介 | 第14-25页 |
| 2.1 大数据发展背景 | 第14-15页 |
| 2.2 Hadoop的起源与发展 | 第15-16页 |
| 2.3 Hadoop工作原理和组织架构 | 第16-24页 |
| 2.3.1 分布式文件系统HDFS | 第16-17页 |
| 2.3.2 MapReduce分布式计算框架 | 第17-21页 |
| 2.3.3 Hadoop版本改进 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 Hadoop平台的中间数据分配策略研究 | 第25-31页 |
| 3.1 中间数据分配策略概述 | 第25页 |
| 3.2 现有数据分配策略介绍 | 第25-28页 |
| 3.2.1 HashPartitioner | 第25-27页 |
| 3.2.2 TotalOrderPartitioner | 第27-28页 |
| 3.3 本文策略的产生背景与设计思路 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 基于数据量的Reduce完成时间预测 | 第31-42页 |
| 4.1 预测分配数据量 | 第31-33页 |
| 4.2 数据量与作业完成时间的关系 | 第33-34页 |
| 4.3 计算资源与作业完成时间的关系 | 第34-39页 |
| 4.3.1 Yarn的资源配置参数 | 第35-36页 |
| 4.3.2 CPU资源与Reduce完成时间的关系探究 | 第36-37页 |
| 4.3.3 内存资源与Reduce完成时间的关系探究 | 第37-39页 |
| 4.4 Reduce完成时间模型的建立 | 第39页 |
| 4.5 实验验证 | 第39-41页 |
| 4.5.1 试验环境的选择与设置 | 第39-40页 |
| 4.5.2 预测Reduce处理数据量的准确性 | 第40-41页 |
| 4.5.3 预测Reduce完成时间的准确性 | 第41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 基于Reduce完成时间的资源分配预测 | 第42-50页 |
| 5.1 Hadoop的计算资源分配规则 | 第42-43页 |
| 5.2 仅内存资源分配预测 | 第43-44页 |
| 5.3 CPU和内存资源分配预测 | 第44-46页 |
| 5.4 实验验证 | 第46-49页 |
| 5.4.1 试验环境的选择与设置 | 第46页 |
| 5.4.2 作业完成时间对比 | 第46-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 研究工作总结 | 第50-51页 |
| 6.2 未来工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A | 第57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |
| 参与的科研项目 | 第57页 |
