第1章集群資源調(diào)度的嬗變

1.1概述

1.2高能計(jì)算集>

1.3高可靠集>

1.4負(fù)載平衡集>

1.5面向大數(shù)據(jù)和云計(jì)算的集>

1.6結(jié)束語(yǔ)

第2章面向大數(shù)據(jù)和云計(jì)算的異構(gòu)結(jié)構(gòu)集群資源管理概述

2.1概述

2.2面向大數(shù)據(jù)和云計(jì)算的集群資源管理的特征

2.3面向大數(shù)據(jù)和云計(jì)算的集群資源管理需求及調(diào)度策略

2.4面向大數(shù)據(jù)和云計(jì)算的集群資源調(diào)度框架的對(duì)比

2.5結(jié)束語(yǔ)

第3章面向大數(shù)據(jù)和云計(jì)算的異構(gòu)集群集中式資源調(diào)度框架

3.1概述

3.2集中式調(diào)度框架的問(wèn)題

3.3異構(gòu)集群集中式調(diào)度框架體流程

3.4異構(gòu)集群的細(xì)粒度資源分配算法

3.5系統(tǒng)評(píng)價(jià)

3.6結(jié)束語(yǔ)

第4章集中式資源調(diào)度框架的負(fù)載平衡和優(yōu)化

4.1異構(gòu)集群上的負(fù)載平衡策略

4.2異構(gòu)集群上集中式調(diào)度的可擴(kuò)展優(yōu)化

4.3結(jié)束語(yǔ)

第5章 面向大數(shù)據(jù)和云計(jì)算的導(dǎo)物結(jié)構(gòu)生程分布式資源調(diào)度框架

5.1概述

5.2相關(guān)工作

5.3設(shè)計(jì)目標(biāo)

5.4并行作業(yè)的二階段調(diào)度

5.5 調(diào)度策略及約束

5.6 系統(tǒng)實(shí)現(xiàn)

5.7能評(píng)價(jià)

5.8結(jié)束語(yǔ)

第6章面向大數(shù)據(jù)的異構(gòu)集群混合式資源調(diào)度框架

6.1概述

6.2相關(guān)研展

6.3系統(tǒng)需求

6.4 HRM系統(tǒng)模型

6.5 隊(duì)列管理器.

6.6基于隊(duì)列狀態(tài)的分布式資源調(diào)度

6.7結(jié)束語(yǔ)

第7章 面向大數(shù)據(jù)和云計(jì)算的GPU集群共享調(diào)度算法

7.1概述

7.2GPU集群研究現(xiàn)狀

7.3計(jì)算模型

7.4 基于GPU數(shù)量的共享調(diào)度策略

7.5基于小代價(jià)大任務(wù)數(shù)的調(diào)度

7.6實(shí)驗(yàn)設(shè)計(jì)

7.7結(jié)束語(yǔ)

第8章面向大數(shù)據(jù)和云計(jì)算的異構(gòu)結(jié)構(gòu)集群能監(jiān)控

8.1概述

8.2HRM能監(jiān)控系統(tǒng)的需求分析

8.3HRM能監(jiān)控系統(tǒng)的設(shè)計(jì)

HRM能監(jiān)控系統(tǒng)的實(shí)現(xiàn)

結(jié)束語(yǔ)

第9章 面向異構(gòu)結(jié)構(gòu)集群的分布式機(jī)器學(xué)源調(diào)度框架研究

9.1概述

9.2分布式機(jī)器學(xué)源調(diào)度框架

9.3調(diào)度算法的實(shí)現(xiàn)

9.4實(shí)驗(yàn)評(píng)價(jià)

結(jié)束語(yǔ)

第10章基于數(shù)據(jù)流的大圖中頻繁模式挖掘算法研究

10.1概述

10.2相關(guān)的工作介紹

10.3問(wèn)題描述

10.4基于數(shù)據(jù)流的頻繁模式挖掘模型

10.5基于數(shù)據(jù)流的頻繁模式挖掘算法的能優(yōu)化

10.6算法的能評(píng)價(jià)

10.7結(jié)束語(yǔ)

第11章大圖中極大團(tuán)的并行挖掘算法研究

11.1概述

11.2問(wèn)題描述

11.3大圖中的極大團(tuán)的計(jì)算方法

11.4極大團(tuán)并行挖掘算法的優(yōu)化

11.5極大團(tuán)并行挖掘算法的實(shí)現(xiàn)

11.6實(shí)驗(yàn)評(píng)價(jià)

11.7結(jié)束語(yǔ)

參考文獻(xiàn)