| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的目的和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·空间数据存储与索引研究现状 | 第13-14页 |
| ·分布式计算技术研究现状 | 第14-15页 |
| ·主要研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 空间数据库与分布式存储 | 第18-28页 |
| ·空间数据存储概述 | 第18-21页 |
| ·传统空间数据库 | 第18-19页 |
| ·数据库式的空间数据分布存储 | 第19页 |
| ·Hadoop 分布式文件系统 | 第19-21页 |
| ·并行处理方法概述 | 第21-25页 |
| ·MapReduce 概述 | 第21-22页 |
| ·MapReduce 处理流程 | 第22-24页 |
| ·HBase 简介 | 第24-25页 |
| ·分布式空间数据存储 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 空间数据划分与索引方法对比 | 第28-38页 |
| ·传统空间索引方法概述 | 第28-29页 |
| ·R 树索引数据结构 | 第29-32页 |
| ·空间数据划分策略对比分析 | 第32-35页 |
| ·基于坐标聚类的空间数据划分 | 第33-34页 |
| ·基于空间填充曲线的划分 | 第34-35页 |
| ·基于 Hilbert 划分的空间数据索引 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于 MAP-REDUCE 模型的 R 树索引设计与实现 | 第38-51页 |
| ·R 树的批量加载 | 第38页 |
| ·Hilbert 算法 | 第38-44页 |
| ·Hilbert 编码方法 | 第38-39页 |
| ·Hilbert 编码的父型与子型变化 | 第39-41页 |
| ·Hilbert 编码值的计算方法 | 第41-44页 |
| ·基于 Map-Reduce 模型的 R 树构建 | 第44-50页 |
| ·基于 Map-Reduce 的算法设计 | 第44-46页 |
| ·划分函数 | 第46-47页 |
| ·R 树的构建 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 实验及其结果分析 | 第51-61页 |
| ·实验配置环境 | 第51-53页 |
| ·R 树生成结果分析 | 第53-56页 |
| ·实验数据集及处理方法 | 第53-55页 |
| ·实验对照结果分析 | 第55-56页 |
| ·R 树生成效率分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·本文研究工作的特色与创新 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |