声明
摘要
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 Hadoop调度机制研究现状
1.3.2 推测执行策略研究现状
1.4 主要研究内容
1.5 论文的组织结构
2.1 大数据平台概况
2.2 异构环境
2.3 Yarn概述
2.4 MapReduce及其应用
第三章 异构环境中资源感知的自适应推测执行策略研究
3.1 推测执行策略概况
3.1.1 Straggler与推测执行策略
3.1.2 当前主要策略及其不足
3.2 推测执行策略优化
3.2.1 当前任务执行时间预测优化
3.2.2 备份任务执行时间预测优化
3.2.3 资源感知推测执行策略
3.3 实验与性能分析
3.3.1 实验环境
3.3.2 实验数据集
3.3.3 性能评估标准
3.3.4 实验结果与分析
3.4 本章小结
第四章 异构环境中二层资源调度的负载优化研究
4.1 资源调度概况
4.2 双层资源调度模型
4.3 第二层资源调度的负载优化方案
4.3.1 作业历史数据采集
4.3.2 基于K-ELM的预测模型
4.3.3 资源模型优化
4.4 实验与性能分析
4.4.1 预测模型性能评估
4.4.2 双层资源调度模型负载优化评估
4.4.3 负载优化综合评估
4.5 本章小结
第五章 总结与展望
5.1 本文所做的工作
5.2 本文的主要创新点
5.3 研究展望
参考文献
致谢
作者简介