| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17页 |
| 1.2.3 研究现状总结 | 第17-18页 |
| 1.3 研究内容与主要工作 | 第18页 |
| 1.4 论文组织结构 | 第18-21页 |
| 第二章 技术背景介绍 | 第21-33页 |
| 2.1 Hadoop分布式生态平台 | 第21-23页 |
| 2.1.1 Hadoop概述 | 第21-22页 |
| 2.1.2 HDFS概述 | 第22-23页 |
| 2.2 Spark分布式计算框架 | 第23-26页 |
| 2.2.1 Spark概述 | 第23页 |
| 2.2.2 RDD弹性分布式数据集 | 第23-26页 |
| 2.2.3 Spark运行时架构 | 第26页 |
| 2.3 Cassandra分布式数据库 | 第26-29页 |
| 2.3.1 Cassandra概述 | 第26-27页 |
| 2.3.2 Cassandra数据存储模型 | 第27-29页 |
| 2.4 时空数据及其关键技术 | 第29-32页 |
| 2.4.1 时空数据概述 | 第29-30页 |
| 2.4.2 时空查询技术 | 第30页 |
| 2.4.3 时空分析技术 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 时空查询与分析系统设计 | 第33-45页 |
| 3.1 ST-Spark体系结构简介 | 第33-36页 |
| 3.1.2 时空存储层 | 第34-35页 |
| 3.1.3 时空查询层 | 第35-36页 |
| 3.1.4 时空分析层 | 第36页 |
| 3.2 基于Cassandra的时空存储及索引模型设计 | 第36-44页 |
| 3.2.1 Cassandra时空存储模型设计 | 第36-39页 |
| 3.2.2 Cassandra时空网格索引模型设计 | 第39-42页 |
| 3.2.3 Cassandra与Spark的连接优化 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 时空数据查询关键技术研究 | 第45-67页 |
| 4.1 时空范围查询研究 | 第45-55页 |
| 4.1.1 时空范围查询研究 | 第45-47页 |
| 4.1.2 分布式时空范围查询 | 第47-50页 |
| 4.1.3 实验与分析 | 第50-55页 |
| 4.2 时空K邻近查询研究 | 第55-65页 |
| 4.2.1 时空K邻近查询研究 | 第55-58页 |
| 4.2.2 分布式时空K邻近查询 | 第58-62页 |
| 4.2.3 实验与分析 | 第62-65页 |
| 4.3 本章小结 | 第65-67页 |
| 第五章 时空数据分析关键技术研究 | 第67-97页 |
| 5.1 线性回归预测分析与预测性范围查询 | 第67-78页 |
| 5.1.1 基于滑动窗口的多项式拟合线性回归预测分析研究 | 第67-72页 |
| 5.1.2 预测性范围查询 | 第72-76页 |
| 5.1.3 实验与分析 | 第76-78页 |
| 5.2 ST-DBSCAN聚类分析研究 | 第78-96页 |
| 5.2.1 ST-DBSCAN分析概述 | 第78-82页 |
| 5.2.2 时空数据均匀划分 | 第82-84页 |
| 5.2.3 分区本地聚簇算法 | 第84-87页 |
| 5.2.4 聚簇合并与重标记 | 第87-92页 |
| 5.2.5 实验与分析 | 第92-96页 |
| 5.3 本章小结 | 第96-97页 |
| 第六章 总结与展望 | 第97-99页 |
| 6.1 总结 | 第97页 |
| 6.2 展望 | 第97-99页 |
| 参考文献 | 第99-103页 |
| 致谢 | 第103-105页 |
| 作者简介 | 第105-106页 |
