电力用电信息采集系统中的MapReduce作业性能优化研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 相关研究 | 第15-18页 |
| 1.2.1 短作业 | 第16-17页 |
| 1.2.2 落后任务 | 第17-18页 |
| 1.2.3 具有时间约束的作业调度 | 第18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 第2章 MapReduce框架与任务性能模型 | 第20-31页 |
| 2.1 引言 | 第20-21页 |
| 2.2 负载感知的MapReduce框架 | 第21-24页 |
| 2.3 任务性能模型 | 第24-25页 |
| 2.4 节点性能评估 | 第25-26页 |
| 2.5 实验 | 第26-30页 |
| 2.5.1 实验环境 | 第27页 |
| 2.5.2 任务性能模型的准确性 | 第27-28页 |
| 2.5.3 资源利用率 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于资源重用的短作业优化 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 Hadoop任务运行过程 | 第32-33页 |
| 3.3 资源重用的短作业计算框架 | 第33-35页 |
| 3.3.1 短作业计算框架 | 第34页 |
| 3.3.2 短作业的任务执行过程 | 第34-35页 |
| 3.4 资源重用的短作业优化实现 | 第35-39页 |
| 3.4.1 任务进程端心跳消息 | 第35-36页 |
| 3.4.2 二级任务调度器 | 第36-39页 |
| 3.5 实验与分析 | 第39-42页 |
| 3.5.1 作业完成时间 | 第39-42页 |
| 3.5.2 资源的利用率 | 第42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于推测的落后任务优化 | 第43-55页 |
| 4.1 引言 | 第43-44页 |
| 4.2 落后任务识别 | 第44-46页 |
| 4.2.1 任务进度评估 | 第44-45页 |
| 4.2.2 落后任务识别模型 | 第45-46页 |
| 4.3 推测执行策略 | 第46-51页 |
| 4.3.1 落后任务处理策略 | 第46-49页 |
| 4.3.2 副本任务的调度 | 第49-51页 |
| 4.4 实验 | 第51-53页 |
| 4.4.1 落后任务识别模型的准确性 | 第51-52页 |
| 4.4.2 作业运行时间 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 基于分治策略的时间约束作业调度 | 第55-65页 |
| 5.1 引言 | 第55-56页 |
| 5.2 分治策略 | 第56页 |
| 5.3 任务调度计划 | 第56-58页 |
| 5.3.1 任务划分 | 第57-58页 |
| 5.3.2 任务矩阵 | 第58页 |
| 5.4 时间约束的作业调度算法 | 第58-62页 |
| 5.4.1 资源的公平性 | 第58-59页 |
| 5.4.2 抢占策略 | 第59-61页 |
| 5.4.3 时间约束作业调度算法 | 第61-62页 |
| 5.5 实验 | 第62-64页 |
| 5.5.1 作业完成数 | 第63页 |
| 5.5.2 抢占次数 | 第63-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-72页 |
| 学位论文评阅及答辨情况表 | 第72页 |
