| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·发展现状 | 第8-9页 |
| ·研究内容 | 第9-11页 |
| 第二章 NoSQL 与大数据技术 | 第11-29页 |
| ·数据一致性理论 | 第11-13页 |
| ·CAP 理论 | 第11-12页 |
| ·数据一致性模型 | 第12页 |
| ·ACID 与 BASE | 第12-13页 |
| ·数据一致性实现技术 | 第13页 |
| ·数据存储模型 | 第13-20页 |
| ·键值模型 | 第15-16页 |
| ·列式模型 | 第16-17页 |
| ·文档模型 | 第17-19页 |
| ·图形模型 | 第19-20页 |
| ·数据分区与放置策略 | 第20-21页 |
| ·数据分区 | 第20-21页 |
| ·放置策略 | 第21页 |
| ·数据复制技术 | 第21-23页 |
| ·数据压缩技术 | 第23-24页 |
| ·分布式缓存技术 | 第24-26页 |
| ·本章小结 | 第26-29页 |
| 第三章 大数据处理方法 | 第29-45页 |
| ·MapReduce 方法 | 第29-34页 |
| ·MapReduce 简介 | 第29-30页 |
| ·MapReduce 数据流 | 第30-31页 |
| ·MapReduce 数据处理 | 第31-34页 |
| ·Dryad 方法 | 第34-40页 |
| ·Dryad 简介 | 第34-35页 |
| ·DFS Cosmos | 第35-36页 |
| ·Dryad 执行引擎 | 第36-38页 |
| ·DryadLINQ 解释引擎 | 第38-39页 |
| ·Dryad 数据处理步骤 | 第39-40页 |
| ·MapReduce vs Dryad | 第40-42页 |
| ·本章小结 | 第42-45页 |
| 第四章 基于 NoSQL 的 web 日志分析系统 | 第45-65页 |
| ·MongoDB | 第45-52页 |
| ·MongoDB 简介 | 第45-46页 |
| ·MongoDB 基本操作 | 第46-51页 |
| ·SQL 与 MongoDB | 第51-52页 |
| ·MapReduce 与 MongoDB | 第52-53页 |
| ·日志处理系统设计 | 第53-55页 |
| ·背景描述 | 第53页 |
| ·系统框架 | 第53-55页 |
| ·日志预处理详细设计 | 第55-61页 |
| ·获取日志 | 第55-57页 |
| ·数据处理 | 第57-61页 |
| ·日志存储系统设计 | 第61-63页 |
| ·MongoDB 分片 | 第61-62页 |
| ·日志集合映射表的设计 | 第62-63页 |
| ·日志分析算法改进 | 第63-65页 |
| 第五章 研究结果分析 | 第65-71页 |
| ·客户端的实现分析 | 第65-66页 |
| ·基于 MongoDB 的日志分析系统性能测试 | 第66-68页 |
| ·基于 MongoDB 的日志分析结果展示 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-77页 |