| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要工作 | 第12页 |
| 1.4 论文组织与结构 | 第12-14页 |
| 第二章 相关技术简介 | 第14-21页 |
| 2.1 Spark简介 | 第14-17页 |
| 2.1.1 Spark概述 | 第14-15页 |
| 2.1.2 Spark RDD作业调度 | 第15-16页 |
| 2.1.3 Spark集群与部署 | 第16-17页 |
| 2.2 Docker简介 | 第17-20页 |
| 2.2.1 Docker概述 | 第17-19页 |
| 2.2.2 Docker容器网络配置 | 第19-20页 |
| 2.3 小结 | 第20-21页 |
| 第三章 基于Spark的数据挖掘算法并行化系统的需求分析 | 第21-25页 |
| 3.1 系统在计算环境中所处位置 | 第21-22页 |
| 3.2 系统功能需求 | 第22-24页 |
| 3.3 系统非功能需求 | 第24页 |
| 3.4 小结 | 第24-25页 |
| 第四章 关键问题研究与解决 | 第25-40页 |
| 4.1 Spark集群的自动化部署 | 第25-30页 |
| 4.1.1 容器间网络通信 | 第25-26页 |
| 4.1.2 容器跨机通信 | 第26-27页 |
| 4.1.3 Spark集群在容器中的自动配置 | 第27-28页 |
| 4.1.4 基于Web接口的Spark任务提交方法 | 第28-30页 |
| 4.2 串行算法的并行分析 | 第30-38页 |
| 4.2.1 串行程序的并行性分析功能描述 | 第30页 |
| 4.2.2 依赖分析与DIDG模型 | 第30-32页 |
| 4.2.3 基于DIDG模型的并行性分析 | 第32-36页 |
| 4.2.4 实验与结果分析 | 第36-38页 |
| 4.3 小结 | 第38-40页 |
| 第五章 系统总体设计 | 第40-47页 |
| 5.1 系统设计原则 | 第40-41页 |
| 5.2 系统总体架构 | 第41-42页 |
| 5.3 模块层次划分与调用关系 | 第42-45页 |
| 5.3.1 集群创建功能模块交互 | 第43-44页 |
| 5.3.2 应用提交功能模块交互 | 第44-45页 |
| 5.4 系统总体应用场景 | 第45-46页 |
| 5.5 小结 | 第46-47页 |
| 第六章 系统详细设计与关键模块实现 | 第47-64页 |
| 6.1 系统结构详细设计 | 第47-48页 |
| 6.2 资源管理模块的设计与实现 | 第48-53页 |
| 6.2.1 资源管理模块的设计 | 第48-49页 |
| 6.2.2 资源管理模块的类图及类说明 | 第49-51页 |
| 6.2.3 资源管理模块的典型应用场景 | 第51-53页 |
| 6.3 Spark集群的自动部署与管理 | 第53-56页 |
| 6.3.1 Spark集群管理模块的设计 | 第53-54页 |
| 6.3.2 Spark集群管理模块的类图及类说明 | 第54-55页 |
| 6.3.3 Spark集群管理模块典型应用场景说明 | 第55-56页 |
| 6.4 Spark应用管理 | 第56-61页 |
| 6.4.1 Spark应用管理模块的设计 | 第57-58页 |
| 6.4.2 Spark应用管理模块的类图及类说明 | 第58-59页 |
| 6.4.3 Spark应用管理模块典型应用场景说明 | 第59-61页 |
| 6.5 串行算法并行性分析 | 第61-63页 |
| 6.5.1 并行分析模块的设计 | 第61页 |
| 6.5.2 并行分析模块的类图及类说明 | 第61-63页 |
| 6.6 小结 | 第63-64页 |
| 第七章 系统测试 | 第64-75页 |
| 7.1 测试环境 | 第64-65页 |
| 7.2 主要单元测试用例 | 第65-71页 |
| 7.3 主要集成测试用例 | 第71-73页 |
| 7.4 测试结果分析 | 第73-75页 |
| 第八章 结束语 | 第75-77页 |
| 8.1 论文总结 | 第75页 |
| 8.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-78页 |
| 致谢 | 第78页 |
