本书首先介绍了云计算、虚拟化、大数据框架等基础知识，讨论了数据中心多资源的能效模型构建和基于虚拟机的节能调度算法，对Google数据中心的运行数据进行了分析，探讨了基于任务分类的节能调度算法；接着结合网络带宽分配算法和多QoS分组模型讨论了节能调度算法；然后对面向大数据计算框架的能效模型和节能调度算法进行了探讨；最后结合大数据和流式计算领域的主流平台Spark和Storm，对基于云部署的大数据应用的节能调度方法进行了详细的阐述。 本书叙述深入浅出，内容翔实，适合作为计算机和通信等IT行业的专业技术人员和研究人员的参考读物，也适合作为高校相关研究人员的辅助读物。

第1章 云计算与大数据基础
1.1 云计算概述
1.2 数据中心概述
1.3 虚拟化技术概述
1.4 虚拟机调度相关理论
1.5 虚拟机初始放置和整合问题中的常用算法简介
1.6 Spark框架
1.7 Storm框架
参考文献
第2章 能耗和SLA感知模型
2.1 能耗模型
2.3 用户满意度感知模型
2.4 能耗和SLA权衡的能效模型
参考文献
第3章 基于能效模型的虚拟机调度算法
3.1 基于power能效模型的虚拟机初始放置
3.2 基于trade-off能效模型的虚拟机整合算法
3.3 基于预测机制混合模型的虚拟机整合算法
3.4 实验测试与结果分析
参考文献
第4章 数据中心任务分类及分析
4.1 Google集群跟踪数据概述
4.2 任务分类必要性分析
4.3 Google集群跟踪数据任务分类研究
4.4 任务分类结果及分析
参考文献
第5章 数据中心基于任务分类的高能效资源配置研究
5.1 相关工作
5.2 CBRAS资源配置策略
5.3 仿真实验与结果分析
参考文献
第6章 QoS感知的多QoS分组模型
6.1 多QoS分组指标
6.2 多QoS分组模型
参考文献
第7章 基于多QoS分组模型的虚拟机和网络带宽分配算法
7.1 系统整体架构
7.2 QoS感知的虚拟机放置算法
7.3 QoS感知的网络带宽分配算法
7.4 基准算法分析
7.5 实验环境
7.6 实验结果及分析
参考文献
第8章 Spark能耗模型
8.1 能效关系策略表
8.2 能耗监控脚本
8.3 Spark能耗模型
参考文献
第9章 能耗感知的Spark节能调度算法
9.1 能耗感知的Spark节能调度A型算法
9.2 能耗感知的Spark节能调度B型算法
参考文献
第10章 基于DVFS的节能调度系统设计与实现
10.1 基于频率的能耗模型
10.2 系统设计与实现
参考文献
第11章 基于DVFS频率感知的YARN层节能策略
11.1 问题分析
11.2 应用程序分类
11.3 最优频率定位
11.4 算法过程
11.5 实验结果分析
参考文献
第12章 基于DVFS的双层频率感知节能策略
12.1 问题分析
12.2 基于DVFS的Spark层调度策略
12.3 实验结果分析
参考文献
第13章 基于能耗感知的Storm节能调度算法
13.1 问题分析
13.2 能耗模型
13.3 改进的Storm架构
13.4 优化算法一
13.5 实验及结果分析
13.6 实现代码
参考文献
第14章 改进的能耗感知的Storm节能调度策略
14.1 问题分析
14.2 优化算法二
14.3 实验及结果分析
14.4 实现代码
参考文献