摘要 | 第1-12页 |
ABSTRACT | 第12-15页 |
第一章 绪论 | 第15-31页 |
·研究背景 | 第15-19页 |
·应用需求 | 第15页 |
·序敏感查询的提出 | 第15-17页 |
·数据流模型和数据流上的序敏感查询处理 | 第17-18页 |
·分布式序敏感查询处理技术 | 第18-19页 |
·相关工作 | 第19-28页 |
·Top-k 快照查询处理 | 第19-22页 |
·Top-k 监测查询处理 | 第22页 |
·轮廓快照查询处理 | 第22-25页 |
·轮廓监测查询处理 | 第25-26页 |
·其它相关技术 | 第26-27页 |
·相关工作总结 | 第27-28页 |
·本文的工作 | 第28-29页 |
·论文结构 | 第29-31页 |
第二章 非阻塞Top-k 快照查询处理 | 第31-59页 |
·分布式Top-k 查询处理 | 第31-36页 |
·分布式Top-k 查询处理基本概念 | 第31-34页 |
·已有Top-k 查询处理算法分析 | 第34-36页 |
·非阻塞Top-k 查询处理基本方法 | 第36-37页 |
·PR:非阻塞Top-k 查询处理算法 | 第37-45页 |
·基本思想 | 第37页 |
·PR 算法 | 第37-39页 |
·正确性证明 | 第39-40页 |
·性能分析 | 第40-45页 |
·APR:自适应非阻塞Top-k 查询处理算法 | 第45-48页 |
·性能影响因素 | 第45页 |
·APR 算法 | 第45-47页 |
·正确性证明 | 第47页 |
·性能分析 | 第47-48页 |
·实验 | 第48-58页 |
·实验设置 | 第48-49页 |
·PR 算法中步长因子的取值策略 | 第49-50页 |
·性能比较 | 第50-58页 |
·小结 | 第58-59页 |
第三章 基于最小约束重建集的分布式Top-k 监测查询处理 | 第59-83页 |
·分布式top-k 监测 | 第60-64页 |
·分布式top-k 监测模型 | 第60-61页 |
·Babcock & Olston 算法 | 第61-64页 |
·基于最小约束重建集的分布式Top-k 监测方法 | 第64-65页 |
·MR:面向求和运算的分布式Top-k 监测算法 | 第65-75页 |
·MR 算法 | 第66-68页 |
·正确性证明 | 第68-69页 |
·性能分析 | 第69-70页 |
·冲突集过大时的处理策略 | 第70页 |
·实验 | 第70-75页 |
·GMR:通用分布式Top-k 监测算法 | 第75-82页 |
·通用分布式Top-k 监测方法 | 第76-77页 |
·GMR 算法 | 第77-78页 |
·正确性证明 | 第78-79页 |
·性能分析 | 第79-80页 |
·实验 | 第80-82页 |
·小结 | 第82-83页 |
第四章 四阶段分布式轮廓快照查询处理 | 第83-93页 |
·分布式轮廓查询处理 | 第83-85页 |
·分布式轮廓查询处理基本概念 | 第83-84页 |
·已有轮廓查询处理算法分析 | 第84-85页 |
·FDSL:四阶段分布式轮廓查询处理算法 | 第85-88页 |
·分阶段数据访问的轮廓查询处理方法 | 第85-86页 |
·FDSL 算法 | 第86-87页 |
·正确性证明 | 第87-88页 |
·实验 | 第88-92页 |
·实验设置 | 第88-89页 |
·预取因子的取值策略 | 第89-90页 |
·与同类算法的比较 | 第90-92页 |
·小结 | 第92-93页 |
第五章 面向海量信息的分析查询处理引擎 | 第93-107页 |
·面向海量信息处理的基础软件平台-StarTPMonitor | 第93-96页 |
·StarTPMonitor 总体结构 | 第93-94页 |
·数据加载服务 | 第94-95页 |
·查询处理服务 | 第95-96页 |
·StarAnalysis 系统框架 | 第96-98页 |
·核心功能的设计与实现 | 第98-102页 |
·加载数据流的监测查询处理 | 第98-100页 |
·定时统计 | 第100页 |
·分析快照查询处理 | 第100-102页 |
·性能评测 | 第102-105页 |
·测试环境 | 第102-104页 |
·测试结果 | 第104-105页 |
·小结 | 第105-107页 |
结束语 | 第107-109页 |
致谢 | 第109-111页 |
参考文献 | 第111-125页 |
作者在学期间取得的学术成果 | 第125-126页 |