Hadoop平台的MapReduce模型性能优化研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-19页 |
1.1 课题研究背景 | 第14-16页 |
1.2 国内外研究现状 | 第16-17页 |
1.3 课题研究内容与意义 | 第17-18页 |
1.4 文章组织结构 | 第18-19页 |
第二章 Hadoop关键技术研究 | 第19-43页 |
2.1 Hadoop技术背景 | 第19-20页 |
2.2 Hadoop主要特点 | 第20页 |
2.3 分布式文件系统HDFS | 第20-27页 |
2.3.1 HDFS主要特性 | 第21-22页 |
2.3.2 HDFS体系架构 | 第22-23页 |
2.3.3 HDFS数据分布 | 第23-24页 |
2.3.4 HDFS数据组织 | 第24-25页 |
2.3.5 HDFS容错机制 | 第25-27页 |
2.4 MapReduce计算模型 | 第27-36页 |
2.4.1 MapReduce体系架构 | 第27-29页 |
2.4.2 MapReduce原理 | 第29-33页 |
2.4.3 MapReduce作业流程 | 第33-36页 |
2.5 作业调度研究 | 第36-42页 |
2.5.1 FIFO调度算法 | 第36-38页 |
2.5.2 Fair调度算法 | 第38-40页 |
2.5.3 Capacity调度算法 | 第40-42页 |
2.6 本章小结 | 第42-43页 |
第三章 MapReduce应用性能调优研究 | 第43-51页 |
3.1 调优策略研究 | 第43页 |
3.2 程序调优 | 第43-45页 |
3.2.1 使用Combiner | 第43-44页 |
3.2.2 合理选择Writable类型 | 第44-45页 |
3.3 参数调优 | 第45-50页 |
3.3.1 Task参数 | 第45-48页 |
3.3.2 Job参数 | 第48-50页 |
3.3.3 其他参数 | 第50页 |
3.4 本章小结 | 第50-51页 |
第四章 MapReduce资源管理优化及实现 | 第51-69页 |
4.1 资源管理性能分析 | 第51-52页 |
4.2 资源管理改进方案 | 第52-53页 |
4.3 改进方案目标 | 第53页 |
4.4 改进方案实现 | 第53-59页 |
4.4.1 资源调度模型 | 第54-55页 |
4.4.2 改进方案执行流程 | 第55-57页 |
4.4.3 改进方案具体实现 | 第57-59页 |
4.5 实验平台搭建 | 第59-62页 |
4.5.1 网络拓扑结构 | 第60页 |
4.5.2 集群软件部署 | 第60-61页 |
4.5.3 集群节点配置 | 第61-62页 |
4.6 仿真实验及结果分析 | 第62-68页 |
4.6.1 实验设计 | 第62-63页 |
4.6.2 仿真结果及分析 | 第63-68页 |
4.6.3 结论 | 第68页 |
4.7 本章小结 | 第68-69页 |
第五章 MapReduce计算模型改进及实现 | 第69-88页 |
5.1 Task实现与分析 | 第69-74页 |
5.1.1 Map Task分析 | 第69-71页 |
5.1.2 Reduce Task分析 | 第71-73页 |
5.1.3 Shuffle排序讨论与分析 | 第73-74页 |
5.2 Shuffle排序实现改进方案 | 第74-77页 |
5.2.1 Shuffle执行流程优化 | 第74-76页 |
5.2.2 Shuffle排序算法优化 | 第76-77页 |
5.3 改进方案目标 | 第77页 |
5.4 Shuffle排序改进方案实现 | 第77-82页 |
5.4.1 改进Shuffle执行流程 | 第78-80页 |
5.4.2 改进Shuffle具体实现 | 第80-82页 |
5.5 仿真实验及结果分析 | 第82-87页 |
5.5.1 实验设计 | 第82-83页 |
5.5.2 仿真结果及分析 | 第83-87页 |
5.5.3 结论 | 第87页 |
5.6 本章小结 | 第87-88页 |
第六章 全文总结与展望 | 第88-89页 |
6.1 全文总结 | 第88页 |
6.2 后续工作展望 | 第88-89页 |
致谢 | 第89-90页 |
参考文献 | 第90-93页 |
攻读硕士学位期间取得的成果 | 第93-94页 |