| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8页 |
| 1.2 发展现状 | 第8-11页 |
| 1.2.1 Hadoop发展现状 | 第9-10页 |
| 1.2.2 MapReduce发展现状 | 第10-11页 |
| 1.3 本文的主要工作和章节安排 | 第11-13页 |
| 第二章 Hadoop系统平台及MapReduce编程模型 | 第13-22页 |
| 2.1 Hadoop开源平台 | 第13-16页 |
| 2.1.1 Hadoop概述 | 第13-14页 |
| 2.1.2 Hadoop系统平台 | 第14-15页 |
| 2.1.3 Hadoop核心架构 | 第15-16页 |
| 2.2 MapReduce编程模型 | 第16-19页 |
| 2.2.1 MapReduce模型概述 | 第17页 |
| 2.2.2 MapReduce组件及架构 | 第17-18页 |
| 2.2.3 MapReduce作业运行过程 | 第18-19页 |
| 2.3 MapReduce性能优化概述 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 任务调度中负载均衡问题的改进 | 第22-34页 |
| 3.1 任务调度 | 第22-24页 |
| 3.1.1 任务调度算法研究现状 | 第22-23页 |
| 3.1.2 影响任务调度负载均衡因素 | 第23-24页 |
| 3.2 任务调度中的负载均衡问题 | 第24-27页 |
| 3.2.1 负载均衡问题概述 | 第24-25页 |
| 3.2.2 理论分析 | 第25-27页 |
| 3.3 基于负载均衡的任务调度算法 | 第27-33页 |
| 3.3.1 节点请求队列模块 | 第28-29页 |
| 3.3.2 负载均衡度量模块 | 第29-30页 |
| 3.3.3 节点通信能力模型 | 第30-32页 |
| 3.3.4 基于负载均衡的任务调度算法与适应性分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于负载均衡的分区问题的改进 | 第34-44页 |
| 4.1 MapReduce默认分区及负载倾斜相关问题研究 | 第34-38页 |
| 4.1.1 MapReduce默认分区及其存在的问题 | 第34-37页 |
| 4.1.2 分区负载均衡问题的研究现状 | 第37-38页 |
| 4.2 基于负载均衡的分区代价模型 | 第38-41页 |
| 4.2.1 PCMLB模型概述 | 第38-39页 |
| 4.2.2 PCMLB模型的算法分析 | 第39-41页 |
| 4.3 细粒度分区算法 | 第41-43页 |
| 4.3.1 分区方法 | 第41-42页 |
| 4.3.2 算法实现 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验及结果分析 | 第44-53页 |
| 5.1 实验平台与配置 | 第44-47页 |
| 5.1.1 环境部署 | 第44-45页 |
| 5.1.2 Hadoop集群配置 | 第45-47页 |
| 5.2 LBTS实验结果与分析 | 第47-50页 |
| 5.2.1 实验方案 | 第47-48页 |
| 5.2.2 实验结果与分析 | 第48-50页 |
| 5.3 PCMLB实验结果与分析 | 第50-52页 |
| 5.3.1 实验方案 | 第50-51页 |
| 5.3.2 实验结果与分析 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 致谢 | 第58页 |
