| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 组织结构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 数据倾斜相关理论研究 | 第16-33页 |
| 2.1 数据倾斜 | 第16-18页 |
| 2.1.1 数据倾斜现象 | 第16-17页 |
| 2.1.2 数据倾斜类型 | 第17-18页 |
| 2.2 算法介绍 | 第18-28页 |
| 2.2.1 Speculative Execution | 第19页 |
| 2.2.2 SkewReduce | 第19-20页 |
| 2.2.3 SkewTune | 第20-21页 |
| 2.2.4 iShuffle | 第21-23页 |
| 2.2.5 LEEN | 第23-25页 |
| 2.2.6 LIBRA | 第25-28页 |
| 2.3 算法综合对比 | 第28-32页 |
| 2.3.1 架构对比 | 第28页 |
| 2.3.2 主要特征对比 | 第28-29页 |
| 2.3.3 核心算法对比 | 第29-30页 |
| 2.3.4 评价指标以及相关测试对比 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 多任务数据倾斜调度算法设计 | 第33-47页 |
| 3.1 问题描述与建模 | 第33-35页 |
| 3.1.1 相关定义 | 第33-34页 |
| 3.1.2 问题建模 | 第34-35页 |
| 3.2 Revised Johnson1954算法(RJA) | 第35-40页 |
| 3.2.1 RJA概述 | 第35-36页 |
| 3.2.2 RJA分析 | 第36-39页 |
| 3.2.3 算法样例 | 第39-40页 |
| 3.3 offline HScheduler | 第40-43页 |
| 3.3.1 算法伪代码 | 第40-41页 |
| 3.3.2 性能分析 | 第41-42页 |
| 3.3.3 算法样例 | 第42-43页 |
| 3.4 OnHScheduler | 第43-46页 |
| 3.4.1 算法伪代码 | 第43-44页 |
| 3.4.2 性能分析 | 第44-45页 |
| 3.4.3 算法样例 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 单任务数据倾斜算法设计 | 第47-59页 |
| 4.1 YarnTune概述 | 第47-50页 |
| 4.1.1 YarnTune目标和特征 | 第47-48页 |
| 4.1.2 YarnTune架构 | 第48-49页 |
| 4.1.3 YarnTune效果示意图 | 第49-50页 |
| 4.2 检测数据倾斜 | 第50-53页 |
| 4.2.1 检测方法概述 | 第51-52页 |
| 4.2.2 核心检测算法 | 第52-53页 |
| 4.3 YarnTune核心功能 | 第53-58页 |
| 4.3.1 停止短腿型任务 | 第53-54页 |
| 4.3.2 扫描剩余任务 | 第54-57页 |
| 4.3.3 任务重新分配 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 系统测试和分析 | 第59-70页 |
| 5.1 软硬件测试环境 | 第59页 |
| 5.2 多任务数据倾斜测试 | 第59-65页 |
| 5.2.1 测试数据 | 第60页 |
| 5.2.2 对比算法 | 第60-61页 |
| 5.2.3 测试结果与分析 | 第61-65页 |
| 5.3 单任务数据倾斜测试 | 第65-69页 |
| 5.3.1 测试数据 | 第65页 |
| 5.3.2 对比算法 | 第65页 |
| 5.3.3 测试结果与分析 | 第65-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 全文总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.2 未来工作展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间取得的成果 | 第76页 |