本書圍繞數據中心IT基礎資源優化調度管理關鍵問題，介紹了云計算的發展背景和挑戰性問題、主要服務提供商的數據中心解決方案和國內外研究現狀，對資源優化調度管理領域內的主要挑戰性問題進行了深入分析和探索，特別是實時負載均衡調度、能耗敏感調度、計算資源化利潤調度、云工作流和數據中心模擬系統設計應用等關鍵內容，希望為讀者深入了解相關知識和有興趣的研究人員提供一些借鑒。
田文洪, 電子科技大學計算機學院副教授，研究方向主要集中在云計算網絡動態設計和資源管理調度、物聯網管理系統等領域，擅長以簡潔創新的方式解決復雜網絡問題，特別是在云計算、高性能資源調度管理、綠色節能調度方面他積累了豐富的經驗，具有很深的造詣, 基本達到國際先進水平。
第1章 云計算概述
1.1 云計算發展背景
1.2 云計算是集大成者
1.2.1 并行計算
1.2.2 網格計算
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
1.3 云計算的驅動因素
1.3.1 云計算發展現狀和趨勢
1.3.2 云計算應用初步分類
1.4 云計算產業鏈中的不同角色
1.5 云計算的主要特征和技術挑戰
1.5.1 云計算的主要特征
1.5.2 挑戰性問題
1.6 小結
思考題
參考文獻
第2章 數據中心
2.1 數據中心概述
2.1.1 數據中心簡介
2.1.2 數據中心的需求和挑戰
2.2 云計算數據中心資源調度需求分析
2.2.1 技術需求
2.2.2 技術目標
2.3 云計算數據中心資源調度研究進展
2.4 云計算數據中心資源調度方案分析
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 云計算數據中心資源調度標準進展
2.6 云資源管理調度關鍵技術及研究熱點
2.7 小結
思考題
參考文獻
第3章 大數據處理
3.1 大數據的發展背景及定義
3.2 大數據問題
3.2.1 速度方面的問題
3.2.2 種類及架構問題
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 互聯互通與數據共享問題
3.3 大數據與云計算的辯證關系
3.4 大數據技術
3.4.1 基礎架構支持
3.4.2 數據采集
3.4.3 數據存儲
3.4.4 數據計算
3.4.5 數據展現與交互
3.5 小結
思考題
參考文獻
第4章 云資源監控管理
4.1 云數據中心監控系統概述
4.1.1 研究背景
4.1.2 云數據中心資源監控的方式
4.1.3 虛擬機監控簡介
4.2 云數據中心監控系統的相關研究
4.2.1 云數據中心監控系統的功能需求分析
4.2.2 實現云監控系統的關鍵技術
4.3 云數據中心計算資源監控系統的設計與實現
4.3.1 云數據中心計算資源監控系統的設計
4.3.2 云數據中心計算資源監控系統的實現
4.4 云數據中心監控系統數據分析
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 云數據中心的功耗計算
4.5 云資源監控系統的性能分析與評價
4.6 小結
思考題
參考文獻
第5章 實時負載均衡調度
5.1 引
5.2 相關工作
5.2.1 示例說明
5.2.2 問題描述和模型建立
5.2.3 負載均衡調度算法的度量指標
5.3 OLRSA算法
5.4 算法性能比較
5.4.1 模擬設置
5.4.2 模擬仿真的結果和分析
5.5 小結
思考題
參考文獻
第6章 計算資源節能調度概述
6.1 數據中心節能研究背景
6.1.1 國內外研究背景介紹
6.1.2 國內外主要參考文獻
6.2 數據中心能耗模型
6.2.1 數據中心調度系統
6.2.2 數據中心能耗評估
6.2.3 服務器能耗模型
6.3 節能問題描述與建模
6.3.1 前置條件
6.3.2 主要節能調度算法分類
6.4 離線調度算法
6.4.1 同構且請求容量為單位容量
6.4.2 同構且請求容量為任意容量
6.5 在線調度算法
6.6 隨機調度算法
6.6.1 M/M/1排隊模型
6.6.2 M/M/k排隊模型
6.7 節能調度算法評估
6.7.1 理論分析證明
6.7.2 模擬對比分析
6.8 小結
思考題
參考文獻
第7章 離線和在線節能調度算法
7.1 離線節能調度算法
7.1.1 MFFDE算法分析
7.1.2 MFFDE算法的近似度證明
7.2 在線節能調度算法
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問題及節能調度算法在數據中心節能中的應用
7.4 小結
思考題
參考文獻
第8章 Hadoop集群節能調度管理
8.1 Hadoop介紹
8.1.1 Hadoop簡介
8.1.2 Hadoop框架
8.1.3 Hadoop運行流程
8.2 新型動態負反饋調度算法
8.2.1 Hadoop集群動態管理設計特點
8.2.2 負載模型設計
8.2.3 DANF算法設計與實現
8.2.4 動態調度模塊算法偽代碼
8.3 節能調度系統設計
8.3.1 系統總體架構
8.3.2 模塊詳細設計
8.4 系統測試和分析
8.4.1 測試環境
8.4.2 程序功能性測試
8.4.3 性能測試
8.5 Hadoop其他節能方式
8.6 小結
思考題
參考文獻
第9章 計算資源的利潤化問題
9.1 計算資源作為服務的利潤化
9.1.1 云計算與數據中心
9.1.2 數據中心的發展
9.2 傳統的化利潤解決方法
9.2.1 經典的0-1背包問題
9.2.2 動態規劃法
9.2.3 貪婪算法
9.2.4 回溯法
9.3 區間調度問題介紹
9.4 帶權區間調度
9.4.1 傳統的帶權區間調度問題
9.4.2 WIS中的可相互兼容區間
9.4.3 帶權區間調度問題
9.5 考慮容量共享的帶權區間調度
9.5.1 考慮容量共享的帶權區間調度問題
9.5.2 WISWCS問題中可相互共享兼容的區間
9.5.3 WISWCS問題中的容量分割
9.5.4 WISWCS問題中的權值與容量成比例
9.5.5 化利潤的公式
9.5.6 一種考慮容量共享的調度算法
9.5.7 用SAWIS算法找出子集
9.6 可共享容量調度問題的應用
9.6.1 云計算中的虛擬機調度
9.6.2 通信鏈路共享
9.6.3 性能評估
9.7 相關工作
9.8 小結
思考題
參考文獻
第10章 云工作流應用
10.1 科學計算云平臺研究背景
10.2 工作流和云平臺集成的相關研究工作
10.3 科學計算云平臺的結構化方案
10.3.1 需求
10.3.2 架構
10.3.3 集成選項
10.3.4 實現細節
10.4 科學計算云平臺集群配置和產品部署
10.4.1 MODIS圖片處理工作流
10.4.2 產品部署
10.5 小結
思考題
參考文獻
第11章 數據中心調度模擬系統
11.1 引
11.2 CloudSched的架構和主要特點
11.2.1 數據中心的建模
11.2.2 虛擬機分配的建模
11.2.3 用戶請求建模
11.3 不同調度算法的性能度量
11.3.1 多維度負載均衡的度量指標
11.3.2 節能算法的度量指標
11.3.3 化資源利用率的度量指標
11.3.4 置信區間的度量
11.4 CloudSched的設計與實現
11.4.1 數據中心的調度過程
11.4.2 調度算法——以LIF算法為例
11.5 性能評估
11.5.1 負載均衡比較
11.5.2 節能效果比較
11.6 小結
參考文獻
第12章 總結與展望
12.1 動態多層次分布式資源監控
12.2 動態綜合調度策略和算法研發
12.3 多數據中心(多調度域)的調度策略和算法動態可選擇
12.4 監控、調度和部署等功能融合
12.5 綠色節能數據中心的綜合解決方案
12.6 從基礎資源調度拓展到應用任務調度
