日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

第1章 云計算概述

1.1 云計算發(fā)展背景

1.2 云計算是集大成者

1.2.1 并行計算

1.2.2 網(wǎng)格計算

1.2.3 效用計算

1.2.4 普適計算

1.2.5 SaaS

1.2.6 虛擬化技術(shù)

1.3 云計算的驅(qū)動因素

1.3.1 云計算發(fā)展現(xiàn)狀和趨勢

1.3.2 云計算應(yīng)用初步分類

1.4 云計算產(chǎn)業(yè)鏈中的不同角色

1.5 云計算的主要特征和技術(shù)挑戰(zhàn)

1.5.1 云計算的主要特征

1.5.2 挑戰(zhàn)性問題

1.6 小結(jié)

思考題

參考文獻(xiàn)

第2章 數(shù)據(jù)中心

2.1 數(shù)據(jù)中心概述

2.1.1 數(shù)據(jù)中心簡介

2.1.2 數(shù)據(jù)中心的需求和挑戰(zhàn)

2.2 云計算數(shù)據(jù)中心資源調(diào)度需求分析

2.2.1 技術(shù)需求

2.2.2 技術(shù)目標(biāo)

2.3 云計算數(shù)據(jù)中心資源調(diào)度研究進(jìn)展

2.4 云計算數(shù)據(jù)中心資源調(diào)度方案分析

2.4.1 Google解決方案

2.4.2 Amazon解決方案

2.4.3 IBM解決方案

2.4.4 HP解決方案

2.4.5 VMware解決方案

2.4.6 其他廠家解決方案

2.5 云計算數(shù)據(jù)中心資源調(diào)度標(biāo)準(zhǔn)進(jìn)展

2.6 云資源管理調(diào)度關(guān)鍵技術(shù)及研究熱點(diǎn)

2.7 小結(jié)

思考題

參考文獻(xiàn)

第3章 大數(shù)據(jù)處理

3.1 大數(shù)據(jù)的發(fā)展背景及定義

3.2 大數(shù)據(jù)問題

3.2.1 速度方面的問題

3.2.2 種類及架構(gòu)問題

3.2.3 體量及靈活性問題

3.2.4 成本問題

3.2.5 價值挖掘問題

3.2.6 存儲及安全問題

3.2.7 互聯(lián)互通與數(shù)據(jù)共享問題

3.3 大數(shù)據(jù)與云計算的辯證關(guān)系

3.4 大數(shù)據(jù)技術(shù)

3.4.1 基礎(chǔ)架構(gòu)支持

3.4.2 數(shù)據(jù)采集

3.4.3 數(shù)據(jù)存儲

3.4.4 數(shù)據(jù)計算

3.4.5 數(shù)據(jù)展現(xiàn)與交互

3.5 小結(jié)

思考題

參考文獻(xiàn)

第4章 云資源監(jiān)控管理

4.1 云數(shù)據(jù)中心監(jiān)控系統(tǒng)概述

4.1.1 研究背景

4.1.2 云數(shù)據(jù)中心資源監(jiān)控的方式

4.1.3 虛擬機(jī)監(jiān)控簡介

4.2 云數(shù)據(jù)中心監(jiān)控系統(tǒng)的相關(guān)研究

4.2.1 云數(shù)據(jù)中心監(jiān)控系統(tǒng)的功能需求分析

4.2.2 實現(xiàn)云監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)

4.3 云數(shù)據(jù)中心計算資源監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)

4.3.1 云數(shù)據(jù)中心計算資源監(jiān)控系統(tǒng)的設(shè)計

4.3.2 云數(shù)據(jù)中心計算資源監(jiān)控系統(tǒng)的實現(xiàn)

4.4 云數(shù)據(jù)中心監(jiān)控系統(tǒng)數(shù)據(jù)分析

4.4.1 用戶請求展示

4.4.2 用排隊論分析用戶請求

4.4.3 云數(shù)據(jù)中心的功耗計算

4.5 云資源監(jiān)控系統(tǒng)的性能分析與評價

4.6 小結(jié)

思考題

參考文獻(xiàn)

第5章 實時負(fù)載均衡調(diào)度

5.1 引

5.2 相關(guān)工作

5.2.1 示例說明

5.2.2 問題描述和模型建立

5.2.3 負(fù)載均衡調(diào)度算法的度量指標(biāo)

5.3 OLRSA算法

5.4 算法性能比較

5.4.1 模擬設(shè)置

5.4.2 模擬仿真的結(jié)果和分析

5.5 小結(jié)

思考題

參考文獻(xiàn)

第6章 計算資源節(jié)能調(diào)度概述

6.1 數(shù)據(jù)中心節(jié)能研究背景

6.1.1 國內(nèi)外研究背景介紹

6.1.2 國內(nèi)外主要參考文獻(xiàn)

6.2 數(shù)據(jù)中心能耗模型

6.2.1 數(shù)據(jù)中心調(diào)度系統(tǒng)

6.2.2 數(shù)據(jù)中心能耗評估

6.2.3 服務(wù)器能耗模型

6.3 節(jié)能問題描述與建模

6.3.1 前置條件

6.3.2 主要節(jié)能調(diào)度算法分類

6.4 離線調(diào)度算法

6.4.1 同構(gòu)且請求容量為單位容量

6.4.2 同構(gòu)且請求容量為任意容量

6.5 在線調(diào)度算法

6.6 隨機(jī)調(diào)度算法

6.6.1 M/M/1排隊模型

6.6.2 M/M/k排隊模型

6.7 節(jié)能調(diào)度算法評估

6.7.1 理論分析證明

6.7.2 模擬對比分析

6.8 小結(jié)

思考題

參考文獻(xiàn)

第7章 離線和在線節(jié)能調(diào)度算法

7.1 離線節(jié)能調(diào)度算法

7.1.1 MFFDE算法分析

7.1.2 MFFDE算法的近似度證明

7.2 在線節(jié)能調(diào)度算法

7.2.1 BFF算法分析與近似度證明

7.2.2 BFF算法性能評估

7.3 MinTBT問題及節(jié)能調(diào)度算法在數(shù)據(jù)中心節(jié)能中的應(yīng)用

7.4 小結(jié)

思考題

參考文獻(xiàn)

第8章 Hadoop集群節(jié)能調(diào)度管理

8.1 Hadoop介紹

8.1.1 Hadoop簡介

8.1.2 Hadoop框架

8.1.3 Hadoop運(yùn)行流程

8.2 新型動態(tài)負(fù)反饋調(diào)度算法

8.2.1 Hadoop集群動態(tài)管理設(shè)計特點(diǎn)

8.2.2 負(fù)載模型設(shè)計

8.2.3 DANF算法設(shè)計與實現(xiàn)

8.2.4 動態(tài)調(diào)度模塊算法偽代碼

8.3 節(jié)能調(diào)度系統(tǒng)設(shè)計

8.3.1 系統(tǒng)總體架構(gòu)

8.3.2 模塊詳細(xì)設(shè)計

8.4 系統(tǒng)測試和分析

8.4.1 測試環(huán)境

8.4.2 程序功能性測試

8.4.3 性能測試

8.5 Hadoop其他節(jié)能方式

8.6 小結(jié)

思考題

參考文獻(xiàn)

第9章 計算資源的利潤化問題

9.1 計算資源作為服務(wù)的利潤化

9.1.1 云計算與數(shù)據(jù)中心

9.1.2 數(shù)據(jù)中心的發(fā)展

9.2 傳統(tǒng)的化利潤解決方法

9.2.1 經(jīng)典的0-1背包問題

9.2.2 動態(tài)規(guī)劃法

9.2.3 貪婪算法

9.2.4 回溯法

9.3 區(qū)間調(diào)度問題介紹

9.4 帶權(quán)區(qū)間調(diào)度

9.4.1 傳統(tǒng)的帶權(quán)區(qū)間調(diào)度問題

9.4.2 WIS中的可相互兼容區(qū)間

9.4.3 帶權(quán)區(qū)間調(diào)度問題

9.5 考慮容量共享的帶權(quán)區(qū)間調(diào)度

9.5.1 考慮容量共享的帶權(quán)區(qū)間調(diào)度問題

9.5.2 WISWCS問題中可相互共享兼容的區(qū)間

9.5.3 WISWCS問題中的容量分割

9.5.4 WISWCS問題中的權(quán)值與容量成比例

9.5.5 化利潤的公式

9.5.6 一種考慮容量共享的調(diào)度算法

9.5.7 用SAWIS算法找出子集

9.6 可共享容量調(diào)度問題的應(yīng)用

9.6.1 云計算中的虛擬機(jī)調(diào)度

9.6.2 通信鏈路共享

9.6.3 性能評估

9.7 相關(guān)工作

9.8 小結(jié)

思考題

參考文獻(xiàn)

第10章 云工作流應(yīng)用

10.1 科學(xué)計算云平臺研究背景

10.2 工作流和云平臺集成的相關(guān)研究工作

10.3 科學(xué)計算云平臺的結(jié)構(gòu)化方案

10.3.1 需求

10.3.2 架構(gòu)

10.3.3 集成選項

10.3.4 實現(xiàn)細(xì)節(jié)

10.4 科學(xué)計算云平臺集群配置和產(chǎn)品部署

10.4.1 MODIS圖片處理工作流

10.4.2 產(chǎn)品部署

10.5 小結(jié)

思考題

參考文獻(xiàn)

第11章 數(shù)據(jù)中心調(diào)度模擬系統(tǒng)

11.1 引

11.2 CloudSched的架構(gòu)和主要特點(diǎn)

11.2.1 數(shù)據(jù)中心的建模

11.2.2 虛擬機(jī)分配的建模

11.2.3 用戶請求建模

11.3 不同調(diào)度算法的性能度量

11.3.1 多維度負(fù)載均衡的度量指標(biāo)

11.3.2 節(jié)能算法的度量指標(biāo)

11.3.3 化資源利用率的度量指標(biāo)

11.3.4 置信區(qū)間的度量

11.4 CloudSched的設(shè)計與實現(xiàn)

11.4.1 數(shù)據(jù)中心的調(diào)度過程

11.4.2 調(diào)度算法——以LIF算法為例

11.5 性能評估

11.5.1 負(fù)載均衡比較

11.5.2 節(jié)能效果比較

11.6 小結(jié)

參考文獻(xiàn)

第12章 總結(jié)與展望

12.1 動態(tài)多層次分布式資源監(jiān)控

12.2 動態(tài)綜合調(diào)度策略和算法研發(fā)

12.3 多數(shù)據(jù)中心(多調(diào)度域)的調(diào)度策略和算法動態(tài)可選擇

12.4 監(jiān)控、調(diào)度和部署等功能融合

12.5 綠色節(jié)能數(shù)據(jù)中心的綜合解決方案

12.6 從基礎(chǔ)資源調(diào)度拓展到應(yīng)用任務(wù)調(diào)度