基于机器学习的Hadoop参数调优方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题意义和背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 主要工作和论文组织结构 | 第13-15页 |
| 2 Hadoop参数调优的问题及解决方法分析 | 第15-20页 |
| 2.1 基于经验规律的方法分析 | 第15-16页 |
| 2.2 基于代码重写的方法分析 | 第16页 |
| 2.3 基于资源利用率特征的方法分析 | 第16-17页 |
| 2.4 基于遗传算法的方法分析 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 HMAT系统设计与实现 | 第20-37页 |
| 3.1 设计目标 | 第20页 |
| 3.2 HMAT架构设计 | 第20-21页 |
| 3.3 系统设计与实现 | 第21-31页 |
| 3.4 HMAT 系统详细实现 | 第31-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 测试结果与分析 | 第37-46页 |
| 4.1 测试目标 | 第37页 |
| 4.2 测试环境 | 第37-39页 |
| 4.3 测试结果及分析 | 第39-45页 |
| 4.4 本章小节 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 工作总结 | 第46-47页 |
| 5.2 研究展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
