hadoop 作业执行时间静态预估系统的设计与实现开题报告

1. 研究目的与意义（文献综述）

1.1背景资料

hadoop是由apache基金会开发的一个开源的分布式系统基础架构。它的核心设计是hdfs和mapreduce，分别为用户提供存储和计算。mapreduce是在2004年由google提出的并行计算模型，被广泛应用于数据挖掘中。hadoop用于处理海量的数据，具有高可靠性、高扩展性、高效性、高容错性以及低成本的优点。因其具备的这些优点，hadoop被越来越多的商业公司所使用。

软件测试是软件开发中必不可少的一个环节。而在软件测试中，不仅要对软件的正确性进行测试，还要保证软件的时间性能。衡量系统时间性能的一个最为关键的参数在于wcet（worsecaseexecutiontime），程序最大执行时间。与之相对应的一个概念是bcet （bestcaseexecutiontime），程序最小执行时间[1]。

2. 研究的基本内容与方案

hadoop作业执行时间静态预估系统的设计与实现

实现一个作业执行时间静态预估系统，对作业的可执行程序进行反汇编，得到汇编指令，分析不同环境下各指令的运行周期，计算出程序整体的执行时间，对于循环代码块以及涉及磁盘读取和网络通信的指令进行标记，最终为用户的作业调度提供基础。

3. 研究计划与安排

（1）2016/1/23—2016/3/7：理解毕业设计题目要求，查阅相关文献，并分析和总结；确定技术路线，完成并提交开题报告；

（2）2016/3/8—2016/4/26：学习汇编、hadoop等相关知识；需求分析，完成系统设计，分析和实现等；

（3）2016/4/27—2016/5/27：完成外文文献翻译；撰写论文初稿；修改论文，定稿并提交论文评审；

4. 参考文献（12篇以上）

[1]孙昌爱,金茂忠,刘超,靳若明.程序执行时间的静态预估与可视化分析方法[j].软件学报,2003,01:68-75.

[2]刘亚秋,邢乐乐,景维鹏.云计算环境下基于时间期限和预算的调度算法[j].计算机工程,2013,06:56-59 65.