| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-11页 |
| 1.1 课题研究背景 | 第7页 |
| 1.2 当前研究现状 | 第7-9页 |
| 1.3 课题研究内容和方法 | 第9页 |
| 1.4 论文结构 | 第9-10页 |
| 1.5 本章小结 | 第10-11页 |
| 第二章 相关技术介绍 | 第11-19页 |
| 2.1 Hadoop平台技术介绍 | 第11-13页 |
| 2.1.1 HDFS介绍 | 第11-12页 |
| 2.1.2 Map/Reduce并行计算模型介绍 | 第12-13页 |
| 2.2 HBase介绍 | 第13-17页 |
| 2.2.1 HBase的数据模型 | 第14-16页 |
| 2.2.2 HBase数据库与关系型数据库的异同之处 | 第16-17页 |
| 2.3 Java EE开发框架介绍 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 Hadoop架构的深入分析 | 第19-25页 |
| 3.1 Hadoop分布式文件系统(HDFS) | 第19-23页 |
| 3.1.1 块的概念 | 第19页 |
| 3.1.2 控制节点与数据节点 | 第19-20页 |
| 3.1.3 数据的持久化 | 第20页 |
| 3.1.4 通信协议 | 第20-21页 |
| 3.1.5 健壮性 | 第21页 |
| 3.1.6 数据复制 | 第21-22页 |
| 3.1.7 数据组织 | 第22-23页 |
| 3.1.8 存储空间回收 | 第23页 |
| 3.2 HDFS的容错和故障处理 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 大数据存储系统的优化 | 第25-29页 |
| 4.1 单个控制节点的性能瓶颈问题 | 第25页 |
| 4.2 优化的难点 | 第25-26页 |
| 4.3 采用MongoDB数据库的优化方案 | 第26-28页 |
| 4.4 本章小结 | 第28-29页 |
| 第五章 基于Hadoop的大数据存储系统的部署和实现 | 第29-42页 |
| 5.1 硬件环境配置 | 第29-30页 |
| 5.2 软件环境配置 | 第30页 |
| 5.3 Hadoop集群环境配置 | 第30-33页 |
| 5.4 系统主要应用软件说明 | 第33-35页 |
| 5.4.1 MYSQL数据库 | 第33-34页 |
| 5.4.2 集群监控软件 | 第34-35页 |
| 5.5 大数据存储平台的实现及功能展示 | 第35-40页 |
| 5.6 本章小结 | 第40-42页 |
| 第六章 总结和展望 | 第42-44页 |
| 6.1 总结 | 第42页 |
| 6.2 展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 在读期间发表论文（著）及科研情况 | 第48页 |