●第1章 集群資源調度的嬗變
1.1 概述
1.2 高性能計算集群
1.3 高可靠集群
1.4 負載平衡集群
1.5 面向大數據和雲計算的集群
1.6 結束語
第2章 面向大數據和雲計算的異構結構集群資源管理概述
2.1 概述
2.2 面向大數據和雲計算的集群資源管理的特征
2.3 面向大數據和雲計算的集群資源管理需求及調度策略
2.4 面向大數據和雲計算的集群資源調度框架的對比
2.5 結束語
第3章 面向大數據和雲計算的異構集群集中式資源調度框架
3.1 概述
3.2 集中式調度框架的問題
3.3 異構集群集中式調度框架的總體流程
3.4 異構集群的細粒度資源分配算法
3.5 繫統評價
3.6 結束語
第4章 集中式資源調度框架的負載平衡和優化
4.1 異構集群上的負載平衡策略
4.2 異構集群上集中式調度的可擴展性優化
4.3 結束語
第5章 面向大數據和雲計算的異構結構集群分布式資源調度框架
5.1 概述
5.2 相關工作
5.3 設計目標
5.4 並行作業的二階段調度
5.5 調度策略及約束
5.6 繫統實現
5.7 性能評價
5.8 結束語
第6章 面向大數據的異構集群混合式資源調度框架
6.1 概述
6.2 相關研究進展
6.3 繫統需求
6.4 HRM繫統模型
6.5 隊列管理器
6.6 基於隊列狀態的分布式資源調度
6.7 結束語
第7章 面向大數據和雲計算的GPU集群共享調度算法
7.1 概述
7.2 GPU集群研究現狀
7.3 計算模型
7.4 基於GPU數量的共享調度策略
7.5 基於最小代價優選任務數的調度
7.6 實驗設計
7.7 結束語
第8章 面向大數據和雲計算的異構結構集群性能監控
8.1 概述
8.2 HRM性能監控繫統的需求分析
8.3 HRM性能監控繫統的設計
……
第9章 面向異構結構集群的分布式機器學習的資源調度框架研究
第10章 基於數據流的大圖中頻繁模式挖掘算法研究
第11章 大圖中全部極大團的並行挖掘算法研究
參考文獻
在大數據處理過程中,當一個新任務到達,但是沒有足夠資源的時候常用的策略有兩個:一是“等”;二是“搶”。任務的資源需求量、吞吐量、時效性、優先級別等因素都不同,“等”和“搶”都不是好的策略。《面向大數據和雲計算的異構結構集群資源調度框架及應用》以此為出發點,深入淺出地介紹了面向大數據和雲計算的異構結構集群資源調度框架和應用,內容包含大數據和雲計算環境下資源調度框架的特點和適應的應用,並以圖文並茂的形式給出了多種CPU-GPU資源分配的策略和實施過程。為了讓讀者進一步理解資源調度框架的實質,針對批處理和流處理作業,介紹了兩種大規模圖數據挖掘的示範應用。《面向大數據和雲計算的異構結構集群資源調度框架及應用》可以為大數據和雲計算相關領域的程序員、架構師、運維人員和產品經理提供技術參考和培訓資源,也可以作為大中專院校相關課程的教材。