首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

面向多核集群的层次化MapReduce模型的设计与实现

摘要第6-7页
Abstract第7页
第一章 引言第8-11页
    1.1 研究背景第8页
    1.2 本文工作第8-10页
    1.3 全文结构第10-11页
第二章 MapReduce编程模型概述第11-16页
    2.1 MapReduce编程模型第12页
    2.2 MapReduce的主要实现第12-13页
        2.2.1 Google MapReduce与Hadoop第12页
        2.2.2 Phoenix第12-13页
        2.2.3 Twister第13页
    2.3 相关工作第13-16页
        2.3.1 分布式系统上的相关工作第13-14页
        2.3.2 共享内存系统上的相关工作第14页
        2.3.3 其他系统上的相关工作第14-16页
第三章 Hadoop系统的设计与实现第16-20页
    3.1 Hadoop分布式文件系统第16页
    3.2 Hadoop架构第16-17页
    3.3 Hadoop的潜在问题及优化机会第17-20页
        3.3.1 细粒度数据局部性和计算并行性第17-18页
        3.3.2 MapReduce作业间可复用数据的局部性第18-20页
第四章 Ostrich系统的设计与实现第20-25页
    4.1 分块MapReduce模型(Tiled-MapReduce)第20-23页
        4.1.1 分块MapReduce模型的基本思想第20页
        4.1.2 分块MapReduce模型的主要过程第20-22页
        4.1.3 分块MapReduce模型的软件流水线技术第22-23页
    4.2 Ostrich原型系统第23-25页
第五章 层次化MapReduce编程模型第25-30页
    5.1 现有MapReduce编程模型的局限性第25-26页
        5.1.1 Hadoop系统特点及其局限性第25-26页
        5.1.2 Ostrich系统特点及其局限性第26页
    5.2 层次化MapReduce编程模型第26-30页
        5.2.1 多层次的数据局部性和计算并行性第26-27页
        5.2.2 现有系统的数据局部性和计算并行性第27-28页
        5.2.3 层次化MapReduce编程模型第28-30页
第六章 原型系统Azwraith的设计与实现第30-45页
    6.1 Azwrai th系统架构第30-33页
        6.1.1 整体架构介绍第30-31页
        6.1.2 主要控制部分第31-32页
        6.1.3 作业客户端第32-33页
    6.2 用Ostrich实现Hadoop任务执行器第33-36页
    6.3 Azwraith的细粒度优化第36-38页
        6.3.1 并行执行CPU密集和I/O密集过程第36-37页
        6.3.2 高速缓存和内存数据局部性第37-38页
    6.4 Azwraith的应用程序接口(API)第38-40页
    6.5 缓存系统第40-45页
        6.5.1 缓存系统设计第40-42页
        6.5.2 缓存系统的实现第42-43页
        6.5.3 支持缓存系统的扩展调度机制第43-45页
第七章 Azwraith性能评测第45-54页
    7.1 实验环境第45页
    7.2 用于实验的应用程序第45-47页
        7.2.1 WordCount(WC)第45-46页
        7.2.2 LinearRegression(LR)第46页
        7.2.3 GigaSort(GS)第46页
        7.2.4 K-Means(KM)第46-47页
        7.2.5 小结第47页
    7.3 几种不同并行方式的比较第47-49页
    7.4 整体性能分析第49-50页
    7.5 缓存系统的有效性第50-52页
    7.6 系统资源利用率第52-53页
    7.7 Azwraith性能趋势分析第53-54页
第八章 总结与展望第54-56页
    8.1 创新与贡献第54页
    8.2 进一步研究设想第54-56页
参考文献第56-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:数据挖掘技术在水稻栽培管理决策支持系统中的应用
下一篇:仿射投影算法中步长和阶数的研究