| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作及结构 | 第13-15页 |
| 第二章 Hadoop简介及其核心组件 | 第15-31页 |
| 2.1 Hadoop简介 | 第15-17页 |
| 2.1.1 Hadoop发展历史 | 第16页 |
| 2.1.2 Hadoop优缺点 | 第16-17页 |
| 2.2 分布式文件系统HDFS | 第17-25页 |
| 2.2.1 设计和目标 | 第18-19页 |
| 2.2.2 体系结构 | 第19-20页 |
| 2.2.3 NameNode | 第20-22页 |
| 2.2.4 DataNode | 第22-24页 |
| 2.2.5 数据组织 | 第24-25页 |
| 2.3 分布式计算框架MapReduce | 第25-29页 |
| 2.3.1 体系结构 | 第25-27页 |
| 2.3.2 开发及数据流 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 Hadoop小文件问题及其优化方案 | 第31-42页 |
| 3.1 Hadoop的小文件问题 | 第31-33页 |
| 3.2 小文件处理优化方案 | 第33-38页 |
| 3.2.1 不带索引合并算法 | 第34-35页 |
| 3.2.2 带索引合并算法 | 第35-38页 |
| 3.3 实验及结果分析 | 第38-41页 |
| 3.3.1 不带索引合并算法 | 第39-40页 |
| 3.3.2 带索引合并算法 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 Hadoop中小文件处理技术及其优化 | 第42-53页 |
| 4.1 输入格式TextInputFormat | 第42-44页 |
| 4.2 输入格式CombinedFileInputFormat | 第44-46页 |
| 4.3 SequenceFile | 第46-47页 |
| 4.4 Harballing | 第47-49页 |
| 4.5 PCFIF优化方案 | 第49-52页 |
| 4.5.1 合并算法N-Combiner | 第49-50页 |
| 4.5.2 读取算法Prefetching-Read | 第50-52页 |
| 4.5.3 数据分片格式优化 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 实验与结果分析 | 第53-65页 |
| 5.1 实验设计思路 | 第53页 |
| 5.2 实验算法和实验步骤 | 第53-55页 |
| 5.3 实验环境 | 第55-56页 |
| 5.4 测试数据集 | 第56-58页 |
| 5.5 实验结果与分析 | 第58-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文及获得的奖项 | 第72-73页 |
| 导师、作者简介 | 第73页 |