"这篇硕士学位论文探讨了云计算网络拓扑结构及其在Hadoop平台中的应用,由邓自立撰写,指导教师为俞能海,属于信号与信息处理专业。论文研究了云计算的网络需求,分析了云计算网络拓扑的特殊性,并提出了云计算网络拓扑应由中心主干交换部分和外围树状子网组成的构想。此外,论文还研究了Hadoop平台,构建了一个8台PC的实验环境,并针对Hadoop的MapReduce工作模式提出了基于优先级的加权轮询算法(PBwRR)以改善多任务调度性能。"
云计算网络拓扑结构是支撑大规模云计算服务的关键要素,它涉及如何高效地组织和连接成千上万的服务器,以确保系统的稳定性和高性能。传统的网络拓扑可能无法满足云计算的需求,因为云计算环境下的流量模式、可扩展性和容错性要求更高。邓自立的论文中,通过调研云计算的网络需求,分析了云计算网络拓扑的特点,提出了一种新的网络结构,即由中心主干交换部分和外围的树状子网组成。这种设计有助于提高网络性能,增强网络稳定性,即使在部分节点或链路出现故障时也能保持正常运作。为了实现这一目标,论文采用图论和最优化理论,基于贪心算法思想,设计了自动拓扑设计算法RGAA,并通过仿真验证了其相对于现有算法的优势。
Hadoop是一个广泛应用于大规模数据处理的开源框架,基于Google的MapReduce编程模型。邓自立的论文中,对Hadoop平台进行了详细研究,搭建了8台PC的实验环境,以此模拟云计算环境。通过对Hadoop的MapReduce工作模式的分析,论文发现原生的FIFO调度算法存在效率问题,于是提出了基于优先级的加权轮询算法PBwRR,该算法能够在多任务调度中提供更优的性能。通过实际编程实现和性能测试,证明了PBwRR算法相对于FIFO算法的优越性。
这篇论文深入探讨了云计算网络架构的优化设计以及Hadoop平台的性能提升,对于理解云计算系统的核心组件和提升其效率具有重要意义。同时,提出的算法和解决方案也为未来云计算领域的研究提供了有价值的参考。关键词包括:云计算网络、网络拓扑结构、Hadoop、MapReduce、优先级调度。