云数据中心环境下并行应用与并行负载调度算法研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-34页 |
| ·研究背景与研究意义 | 第15-24页 |
| ·科学计算特点与发展趋势 | 第16-18页 |
| ·并行应用与并行负载定义 | 第18-20页 |
| ·云计算数据中心的特点 | 第20-23页 |
| ·并行调度的研究意义 | 第23-24页 |
| ·并行调度研究现状与问题分析 | 第24-29页 |
| ·并行调度的研究现状 | 第24-27页 |
| ·存在问题分析 | 第27-29页 |
| ·主要研究内容及创新 | 第29-32页 |
| ·论文结构 | 第32-34页 |
| 第二章 并行应用与并行负载调度算法综述 | 第34-53页 |
| ·数据密集型科学工作流调度算法 | 第34-37页 |
| ·数据感知调度 | 第34-35页 |
| ·数据布局算法 | 第35-36页 |
| ·数据与任务协同调度算法 | 第36-37页 |
| ·DAG优化调度算法 | 第37-47页 |
| ·单目标优化调度算法 | 第38-44页 |
| ·多目标优化调度算法 | 第44-47页 |
| ·并行负载调度算法 | 第47-52页 |
| ·并行作业调度算法 | 第48-49页 |
| ·并行负载资源获取方法 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第三章 基于加权K均值聚类的工作流调度算法 | 第53-80页 |
| ·引言 | 第53-55页 |
| ·问题描述与分析 | 第55-59页 |
| ·问题描述 | 第55-56页 |
| ·问题分析 | 第56-59页 |
| ·加权K均值聚类协同调度算法 | 第59-72页 |
| ·数据与任务依赖度定义 | 第59-61页 |
| ·基于加权K均值聚类的协同调度 | 第61-65页 |
| ·调度重调整与任务复制 | 第65-69页 |
| ·任务执行与数据预导入 | 第69-72页 |
| ·性能分析 | 第72-79页 |
| ·实验设置 | 第72-74页 |
| ·随机工作流测试结果 | 第74-76页 |
| ·真实工作流测试结果 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第四章 基于K割的多层图剖分工作流调度算法 | 第80-108页 |
| ·引言 | 第80-82页 |
| ·问题描述与分析 | 第82-84页 |
| ·问题描述 | 第82页 |
| ·问题分析 | 第82-84页 |
| ·分层图切割算法 | 第84-95页 |
| ·固定节点融合 | 第85-88页 |
| ·多层粗粒度化 | 第88页 |
| ·基于K割的图划分 | 第88-92页 |
| ·多层细粒度化 | 第92-95页 |
| ·性能分析 | 第95-107页 |
| ·实验设置 | 第95-98页 |
| ·科学工作流规模对算法的影响 | 第98-99页 |
| ·数据中心数量对算法的影响 | 第99-102页 |
| ·数据大小范围对算法的影响 | 第102-104页 |
| ·固定数据比例对算法的影响 | 第104-107页 |
| ·本章小结 | 第107-108页 |
| 第五章 基于生物地理学优化的DAG调度算法 | 第108-140页 |
| ·引言 | 第108-109页 |
| ·问题描述与分析 | 第109-112页 |
| ·问题描述 | 第109-111页 |
| ·问题分析 | 第111-112页 |
| ·基于生物地理学优化的调度算法 | 第112-123页 |
| ·BBO技术基本原理 | 第112-114页 |
| ·基于BBO的调度算法设计 | 第114-118页 |
| ·基于BBO的调度算法实现 | 第118-121页 |
| ·基于BBO的调度算法测试 | 第121-123页 |
| ·基于BBO的单目标优化调度 | 第123-132页 |
| ·实验设计 | 第123-125页 |
| ·实验结果 | 第125-132页 |
| ·基于BBO的多目标优化调度 | 第132-139页 |
| ·实验设计 | 第132-134页 |
| ·实验结果 | 第134-139页 |
| ·本章小结 | 第139-140页 |
| 第六章 基于算法组合优化的并行负载调度方法 | 第140-171页 |
| ·引言 | 第140-141页 |
| ·系统模型 | 第141-146页 |
| ·负载与资源模型 | 第141-142页 |
| ·操作模型 | 第142-143页 |
| ·调度模型 | 第143-146页 |
| ·组合调度器 | 第146-151页 |
| ·组合算法库 | 第146-150页 |
| ·执行时间预测器 | 第150-151页 |
| ·在线仿真器 | 第151页 |
| ·时间约束的仿真调度算法 | 第151-156页 |
| ·实验设置 | 第156-159页 |
| ·仿真工具 | 第156-157页 |
| ·负载踪迹 | 第157-159页 |
| ·实验结果 | 第159-170页 |
| ·组合调度的效果 | 第159-162页 |
| ·效用函数的效果 | 第162-163页 |
| ·预测精度的影响 | 第163-166页 |
| ·选择周期的影响 | 第166-168页 |
| ·时间约束的影响 | 第168-170页 |
| ·本章小结 | 第170-171页 |
| 第七章 结束语 | 第171-174页 |
| ·全文工作总结 | 第171-173页 |
| ·未来工作展望 | 第173-174页 |
| 致谢 | 第174-177页 |
| 参考文献 | 第177-198页 |
| 作者在学期间取得的学术成果 | 第198-200页 |
