| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 云计算 | 第10页 |
| 1.1.2 能耗问题 | 第10-11页 |
| 1.1.3 云计算能效 | 第11-12页 |
| 1.2 研究基础 | 第12-14页 |
| 1.2.1 等待能耗 | 第12-13页 |
| 1.2.2 MapReduce | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 能耗优化与能效优化方法 | 第14-16页 |
| 1.3.2 资源分配与能效 | 第16-17页 |
| 1.4 论文主要研究内容 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第2章 资源比模型 | 第20-32页 |
| 2.1 资源模型 | 第20-23页 |
| 2.2 等待能耗 | 第23-24页 |
| 2.3 资源比模型 | 第24页 |
| 2.4 任务的最佳资源比 | 第24-31页 |
| 2.4.1 任务的吞吐量 | 第25-26页 |
| 2.4.2 任务的阶段模型 | 第26-28页 |
| 2.4.3 阶段的最佳资源比 | 第28-30页 |
| 2.4.4 任务的最佳资源比 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 Map/Reduce任务的资源比模型 | 第32-44页 |
| 3.1 MapReduce工作机制 | 第32-34页 |
| 3.2 阶段和子任务划分 | 第34-37页 |
| 3.2.1 阶段划分 | 第34-35页 |
| 3.2.2 子任务划分 | 第35-36页 |
| 3.2.3 并行子任务的最佳资源比 | 第36-37页 |
| 3.3 最佳资源比分析 | 第37-42页 |
| 3.3.1 参数定义 | 第37-38页 |
| 3.3.2 Map任务分析 | 第38-41页 |
| 3.3.3 Reduce任务分析 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于资源比模型的资源分配算法 | 第44-56页 |
| 4.1 Hadoop任务调度 | 第44-46页 |
| 4.1.1 工作原理 | 第44-45页 |
| 4.1.2 任务调度与资源分配 | 第45-46页 |
| 4.2 R~2算法 | 第46-54页 |
| 4.2.1 问题定义 | 第46-47页 |
| 4.2.2 资源表 | 第47-49页 |
| 4.2.3 资源分配 | 第49页 |
| 4.2.4 任务调度 | 第49-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 能效评价与实验分析 | 第56-74页 |
| 5.1 能效评估模型 | 第56-58页 |
| 5.2 实验环境 | 第58-61页 |
| 5.2.1 软硬件环境 | 第58-59页 |
| 5.2.2 实验方法 | 第59-61页 |
| 5.3 实验一：最佳资源比 | 第61-62页 |
| 5.4 实验二：资源比与等待能耗 | 第62-64页 |
| 5.5 实验三：验证MapReduce任务的子任务划分 | 第64-67页 |
| 5.6 实验四：对比验证资源分配算法的高能效 | 第67-72页 |
| 5.6.1 参数确定 | 第68页 |
| 5.6.2 总体能耗对比 | 第68-69页 |
| 5.6.3 不同k值下的能耗对比 | 第69-70页 |
| 5.6.4 资源使用率对比 | 第70-72页 |
| 5.7 本章小结 | 第72-74页 |
| 第6章 总结和展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间科研及发表论文情况 | 第82页 |