| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统时空数据研究与发展 | 第11-13页 |
| 1.2.2 分布式并行索引的发展 | 第13-14页 |
| 1.3 本文研究内容及贡献 | 第14-16页 |
| 1.3.1 低成本、低能耗、高扩展性的Hadoop云平台 | 第14-15页 |
| 1.3.2 两种分布式时空索引机制 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第二章 相关知识介绍 | 第17-26页 |
| 2.1 云平台的相关知识 | 第17-20页 |
| 2.1.1 Hadoop发展 | 第17-18页 |
| 2.1.2 HDFS原理研究 | 第18-19页 |
| 2.1.3 MapReduce编程模型 | 第19-20页 |
| 2.1.4 Yarn模型 | 第20页 |
| 2.2 分布式时空索引理论 | 第20-25页 |
| 2.2.1 时空对象 | 第20-21页 |
| 2.2.2 时空索引 | 第21-22页 |
| 2.2.3 传统Hadoop存取时空数据 | 第22-23页 |
| 2.2.4 HDFS两层索引 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于ARM的云平台搭建以及性能分析 | 第26-38页 |
| 3.1 CubieBoard2介绍 | 第26-27页 |
| 3.2 云平台搭建 | 第27-30页 |
| 3.2.1 云平台硬件设备 | 第27-28页 |
| 3.2.2 搭建过程 | 第28-30页 |
| 3.3 云平台性能测试方法 | 第30-31页 |
| 3.3.1 Cubieboard2性能分析工具 | 第30-31页 |
| 3.3.3 云平台性能分析方法 | 第31页 |
| 3.4 实验及分析 | 第31-37页 |
| 3.4.1 单节点性能测试与集群能耗测试 | 第32页 |
| 3.4.2 读写测试 | 第32-33页 |
| 3.4.3 TeraSort测试 | 第33-36页 |
| 3.4.4 能耗测试 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 分布式时空索引机制 | 第38-47页 |
| 4.1 分布式时空索引构建方法 | 第38-41页 |
| 4.1.1 时空数据模型 | 第38-39页 |
| 4.1.2 两层索引构建一般流程 | 第39-41页 |
| 4.2 时空网格索引(TGrid) | 第41-43页 |
| 4.2.1 改进的网格划分算法 | 第41-42页 |
| 4.2.2 局部一维时间索引 | 第42-43页 |
| 4.3 QDTree索引 | 第43-46页 |
| 4.3.1 改进的四叉树划分算法 | 第44-45页 |
| 4.3.2 局部 3DR-tree索引 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 存储优化与实验分析 | 第47-55页 |
| 5.1 存储优化 | 第47-50页 |
| 5.1.1 时空数据的列存储 | 第47-49页 |
| 5.1.2 时空数据压缩存储 | 第49-50页 |
| 5.2 实验结果与分析 | 第50-54页 |
| 5.2.1 实验环境与数据集 | 第50页 |
| 5.2.2 时空数据存储性能分析 | 第50-51页 |
| 5.2.3 时空数据索引构建时间分析 | 第51-52页 |
| 5.2.4 时空数据检索性能 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55页 |
| 6.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者简介及在学期间所取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |