大数据处理平台能耗优化方法的研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

大数据处理平台能耗优化方法的研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

第2章 大数据处理平台5

2.1 平台描述6

2.1.1 Hadoop6

2.1.2 GridGain7

2.1.3 Mars8

2.1.4 Phoenix9

2.1.5 Disco9

2.1.6 Twister10

2.1.7 Haloop11

2.1.8 iMapReduce12

2.1.9 iHadoop12

2.1.10 PrIter13

2.1.11 Dryad14

2.1.12 Spark15

2.2 平台对比16

2.3 本章小结19

第3章 能耗优化研究进展20

3.1 能耗研究的层次20

3.2 能耗优化方法21

3.3 集群环境下的能耗优化方法23

3.4 数据库系统能耗优化方法24

3.5 研究现状分析24

3.6 本章小结25

第4章 大数据处理平台的能效度量模型26

4.1 引言26

4.2 相关工作27

4.3 能效模型28

4.4 能效测量和计算方法30

4.4.1 测量方法30

4.4.2 计算方法31

4.4.3 能效极值分析33

4.5 实验分析34

4.5.1 单机实验35

4.5.2 集群环境实验41

4.6 本章小结48

第5章 大数据处理平台的能耗基准测试与分析50

5.1 引言50

5.2 相关工作52

5.3 基准测试方法53

5.3.1 数据模型53

5.3.2 测试用例55

5.3.3 能耗模型59

5.3.4 能耗分析方法59

5.3.5 能耗测量方法61

5.4 实验分析61

5.4.1 实验环境62

5.4.2 基准能耗比较62

5.4.3 等待能耗分析64

5.4.4 优化方法71

5.5 本章小结72

第6章 优化大数据处理平台的资源比模型73

6.1 引言73

6.2 相关工作75

6.3 普适的资源和能效模型76

6.4 MapReduce资源比模型80

6.5 最佳资源比推导83

6.6 实验验证86

6.6.1 最佳资源比存在验证87

6.6.2 空闲资源耗能验证89

6.6.3 MapReduce阶段划分91

6.7 本章小结93

第7章 优化大数据处理平台能耗的任务分发算法95

7.1 引言95

7.2 相关工作98

7.3 改进任务模型99

7.4 改进任务分发算法101

7.4.1 Map任务分发算法101

7.4.2 Reduce任务分发算法108

7.5 算法复杂度分析111

7.6 实验验证112

7.6.1 实验目的112

7.6.2 实验环境112

7.6.3 实验用例与数据选择113

7.6.4 能耗实验与结果分析114

7.6.5 能耗-性能分析116

7.7 本章小结118

第8章 优化大数据处理平台能耗的数据布局算法120

8.1 引言120

8.2 相关工作121

8.3 数据布局模型123

8.3.1 能耗优化目标124

8.3.2 异构MapReduce系统125

8.3.3 能耗优化的数据布局目标126

8.4 数据布局算法127

8.5 理论证明130

8.6 实验验证133

8.6.1 算法对比133

8.6.2 实验环境136

8.6.3 实验结果138

8.6.4 三种系统的装载能耗及性能比较139

8.6.5 能耗-性能分析143

8.6.6 实验结论143

8.7 本章小结144

第9章 大数据处理算法能耗优化研究展望145

9.1 Maps算法145

9.1.1 搜索算法146

9.1.2 数据清洗／变换算法146

9.1.3 算法小结146

9.2 Reduces算法147

9.2.1 聚集算法147

9.2.2 连接算法147

9.2.3 排序算法149

9.2.4 偏好查询150

9.2.5 算法小结152

9.3 迭代算法153

9.3.1 最优化算法153

9.3.2 图算法154

9.3.3 数据挖掘算法155

9.3.4 算法小结156

9.4 算法分析157

9.5 外存算法优化思路161

9.6 本章小结163

参考文献164

后记181