| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 引言 | 第13-19页 |
| 1.1 研究背景 | 第13-16页 |
| 1.2 研究目标 | 第16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第2章 研究现状 | 第19-23页 |
| 2.1 大规模图数据处理 | 第19页 |
| 2.2 大数据框架的执行模式抽取研究 | 第19-20页 |
| 2.3 大规模图数据划分 | 第20-21页 |
| 2.4 虚拟资源分配与调度研究 | 第21-22页 |
| 2.5 研究现状总结 | 第22-23页 |
| 第3章 大规模图数据处理应用执行模式的抽取和分析 | 第23-29页 |
| 3.1 引言 | 第23页 |
| 3.2 大规模图数据处理平台 | 第23-25页 |
| 3.3 顶点更新函数的信息抽取 | 第25-26页 |
| 3.4 本章小结 | 第26-29页 |
| 第4章 面向应用感知的大规模图数据划分 | 第29-41页 |
| 4.1 引言 | 第29-30页 |
| 4.2 基于超块的图划分算法 | 第30-31页 |
| 4.3 大规模图数据预划分 | 第31-33页 |
| 4.3.1 问题定义 | 第31页 |
| 4.3.2 基于哈希的预划分方法 | 第31-32页 |
| 4.3.3 基于聚类的预划分方法 | 第32页 |
| 4.3.4 小结 | 第32-33页 |
| 4.4 超块组合与构造 | 第33-34页 |
| 4.5 动态重划分 | 第34页 |
| 4.6 实验设置与实验结果 | 第34-39页 |
| 4.6.1 实验设置 | 第34-36页 |
| 4.6.2 实验结果 | 第36-39页 |
| 4.7 本章小结 | 第39-41页 |
| 第5章 面向应用执行模式的虚拟机分配与调度 | 第41-51页 |
| 5.1 引言 | 第41-42页 |
| 5.2 资源应用协议 | 第42-45页 |
| 5.3 虚拟资源调度与分配 | 第45-46页 |
| 5.4 实验设置与实验结果 | 第46-50页 |
| 5.4.1 实验设置 | 第46-47页 |
| 5.4.2 实验结果 | 第47-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 原型系统的设计与实现 | 第51-67页 |
| 6.1 引言 | 第51页 |
| 6.2 系统环境 | 第51-53页 |
| 6.2.1 东南大学高性能计算中心简介 | 第51-52页 |
| 6.2.2 Openstack云计算环境 | 第52-53页 |
| 6.3 系统设计与实现 | 第53-54页 |
| 6.3.1 面向大规模图数据处理应用的虚拟机管理系统总体设计 | 第53-54页 |
| 6.4 大规模图数据处理平台 | 第54-59页 |
| 6.4.1 平台简介 | 第54-56页 |
| 6.4.2 应用示例 | 第56-59页 |
| 6.5 面向应用感知的超块划分模块 | 第59-62页 |
| 6.5.1 模块简介 | 第59-60页 |
| 6.5.2 应用实例 | 第60-62页 |
| 6.6 面向执行模式的虚拟资源分配与调度模块 | 第62-66页 |
| 6.6.1 模块简介 | 第62-63页 |
| 6.6.2 应用实例 | 第63-66页 |
| 6.7 本章小结 | 第66-67页 |
| 第7章 总结与展望 | 第67-69页 |
| 7.1 总结 | 第67-68页 |
| 7.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间论文发表情况 | 第75-77页 |
| 攻读硕士学位期间参与的科研项目 | 第77-79页 |
| 作者简介 | 第79页 |