| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 数据立方体压缩技术研究现状 | 第13-14页 |
| 1.2.2 MapReduce 技术相关研究 | 第14-15页 |
| 1.2.3 MapReduce 在海量分析数据方面的研究 | 第15-16页 |
| 1.2.4 MapReduce 应用于 Data Cube 的研究 | 第16-17页 |
| 1.3 主要研究目标 | 第17页 |
| 1.4 主要研究内容 | 第17-18页 |
| 1.4.1 在 MapReduce 模型下实现 Cube 层次聚类算法 | 第18页 |
| 1.4.2 在 MapReduce 模型下实现 Data Cube 的增量维护 | 第18页 |
| 1.4.3 OLAP 查询的并行优化 | 第18页 |
| 1.5 本文结构 | 第18-20页 |
| 第2章 MapReduce 并行编程模型和 OLAP 技术概述 | 第20-28页 |
| 2.1 MapReduce 的基本介绍 | 第20-24页 |
| 2.1.1 MapReduce 的编程模型 | 第20页 |
| 2.1.2 MapReduce 的执行过程 | 第20-22页 |
| 2.1.3 MapReduce 模型实现 | 第22-24页 |
| 2.2 数据仓库 | 第24页 |
| 2.3 数据仓库与数据分析的关系 | 第24-25页 |
| 2.4 联机分析处理(OLAP) | 第25-28页 |
| 2.4.1 OLAP 的相关概念 | 第25-26页 |
| 2.4.2 OLAP 的多维数据分析 | 第26-28页 |
| 第3章 基于 MapReduce 的语义 Cube 层次聚类算法 | 第28-40页 |
| 3.1 语义 Cube 层次聚类算法分析 | 第28-32页 |
| 3.2 基于 MapReduce 的语义 Cube 层次聚类算法 | 第32-37页 |
| 3.2.1 总体设计框架 | 第32页 |
| 3.2.2 维层次编码 | 第32-33页 |
| 3.2.3 Map 阶段 | 第33-34页 |
| 3.2.4 Shuffle 阶段 | 第34-36页 |
| 3.2.5 Reduce 阶段 | 第36-37页 |
| 3.3 实验和结果分析 | 第37-39页 |
| 3.3.1 实验一 | 第38页 |
| 3.3.2 实验二 | 第38-39页 |
| 3.4 小结 | 第39-40页 |
| 第4章 Data Cube 层次聚类的增量维护 | 第40-49页 |
| 4.1 增加单个元组 | 第40-43页 |
| 4.2 元组批量更新的并行化 | 第43-47页 |
| 4.3 删除元组的并行化 | 第47页 |
| 4.4 实现和结果分析 | 第47-48页 |
| 4.5 小结 | 第48-49页 |
| 第5章 OLAP 查询的并行优化 | 第49-61页 |
| 5.1 多维查询模式 | 第49-52页 |
| 5.1.1 OLAP 的点查询 | 第49-50页 |
| 5.1.2 OLAP 的范围查询 | 第50页 |
| 5.1.3 OLAP 范围查询转换为点查询 | 第50-52页 |
| 5.2 并行的 OLAP 查询 | 第52-55页 |
| 5.2.1 基于等价类的 OLAP 点查询 | 第52-53页 |
| 5.2.2 并行的 OLAP 范围查询 | 第53-55页 |
| 5.3 查询的并行优化 | 第55-58页 |
| 5.3.1 概述 | 第55-56页 |
| 5.3.2 基于 MapReduce OLAP 查询改进方案 | 第56-57页 |
| 5.3.3 基于 MapReduce 的 OLAP 查询改进算法 | 第57-58页 |
| 5.4 实验和结果分析 | 第58-60页 |
| 5.4.1 实验一 | 第58-59页 |
| 5.4.2 实验二 | 第59-60页 |
| 5.4.3 实验三 | 第60页 |
| 5.5 小结 | 第60-61页 |
| 结论 | 第61-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间发表的学术论文 | 第70-71页 |
| 附录B 攻读学位期间参与的科研项目 | 第71页 |
