MapReduce集群多用户作业调度方法的研究与实现
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究背景 | 第11-19页 |
| ·课题背景 | 第11-18页 |
| ·课题研究的目的 | 第18-19页 |
| ·论文研究的主要内容 | 第19-20页 |
| ·论文的组织结构 | 第20-21页 |
| 第二章 MapReduce 相关技术介绍 | 第21-34页 |
| ·MapReduce 产生背景 | 第21-22页 |
| ·MapReduce 模型 | 第22-26页 |
| ·MapReduce 思想 | 第22页 |
| ·MapReduce 基本概念 | 第22页 |
| ·MapReduce 结构 | 第22-23页 |
| ·MapReduce 执行 | 第23-25页 |
| ·MapReduce 实例 | 第25-26页 |
| ·Hadoop 框架介绍 | 第26-31页 |
| ·Hadoop 简介 | 第26-27页 |
| ·Hadoop 中MapReduce 作业构成 | 第27-28页 |
| ·Hadoop 中MapReduce 实现 | 第28-30页 |
| ·HDFS 介绍 | 第30页 |
| ·存储本地化 | 第30-31页 |
| ·MapReduce 模型的其他实现 | 第31-33页 |
| ·Google 的MapReduce 实现 | 第31页 |
| ·Stanford 的Phoenix 系统 | 第31-32页 |
| ·GPU 上的MapReduce 实现 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 Hadoop 集群的作业调度方法研究 | 第34-42页 |
| ·Hadoop 结构 | 第34页 |
| ·Hadoop 调度方法研究 | 第34-37页 |
| ·FIFO 方法 | 第34-35页 |
| ·HOD 方法 | 第35页 |
| ·计算能力调度方法 | 第35-36页 |
| ·公平调度方法 | 第36-37页 |
| ·公平调度方法分析 | 第37-41页 |
| ·槽分配算法 | 第37-38页 |
| ·槽的再分配 | 第38页 |
| ·数据本地性 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于时间的等待调度方法 | 第42-50页 |
| ·基于时间的等待调度方法 | 第42-47页 |
| ·调度方法描述 | 第42-43页 |
| ·槽分配算法 | 第43-44页 |
| ·槽的再分配 | 第44页 |
| ·调度方法比较 | 第44-47页 |
| ·调度方法分析 | 第47-49页 |
| ·响应时间分析 | 第47-48页 |
| ·吞吐率分析 | 第48页 |
| ·公平性分析 | 第48页 |
| ·用户体验分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 系统的设计与实现 | 第50-64页 |
| ·提出背景 | 第50页 |
| ·设计原则和要求 | 第50-51页 |
| ·基于时间的等待调度方法的设计与实现 | 第51-56页 |
| ·数据定义 | 第51-52页 |
| ·方法流程描述 | 第52-54页 |
| ·作业调度流程 | 第54-55页 |
| ·任务执行状态图 | 第55-56页 |
| ·调度方法在Hadoop 中的实现 | 第56-61页 |
| ·Hadoop 集群 | 第56-58页 |
| ·Hadoop MapReduce 并行化处理 | 第58-60页 |
| ·基于时间的等待调度在Hadoop 系统中的使用 | 第60-61页 |
| ·Hadoop 系统运行模式 | 第61-63页 |
| ·单机和伪分布式模式 | 第61-62页 |
| ·完全分布式模式 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 实验验证分析 | 第64-70页 |
| ·实验环境 | 第64页 |
| ·基于时间的等待调度对小作业的影响实验 | 第64-65页 |
| ·基于时间的等待调度对槽粘滞的影响实验 | 第65-66页 |
| ·IO 型负载实验 | 第66-68页 |
| ·计算型负载实验 | 第68页 |
| ·混合负载实验 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 总结和展望 | 第70-71页 |
| ·总结 | 第70页 |
| ·下一步工作 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 作者在学期间取得的学术成果 | 第76页 |
