| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 MPP数据库研究现状 | 第13-14页 |
| 1.2.2 SQL-On-Hadoop研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15页 |
| 1.4 论文结构及章节安排 | 第15-17页 |
| 第2章 相关技术简介 | 第17-24页 |
| 2.1 Postgre SQL关系型数据库概述 | 第17-18页 |
| 2.2 Spark分布式内存计算框架 | 第18-21页 |
| 2.2.1 Spark架构 | 第18-20页 |
| 2.2.2 Spark SQL架构 | 第20-21页 |
| 2.2.3 Spark MLlib架构 | 第21页 |
| 2.3 分布式数据库技术 | 第21-23页 |
| 2.4 通信技术 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 系统架构设计 | 第24-39页 |
| 3.1 系统架构 | 第24-26页 |
| 3.1.1 系统架构整体设计 | 第24-25页 |
| 3.1.2 系统架构内部设计 | 第25-26页 |
| 3.2 系统执行流程图 | 第26-27页 |
| 3.3 分布式关系型数据库管理 | 第27-32页 |
| 3.3.1 分布式关系型数据库概述 | 第28-29页 |
| 3.3.2 xSchema控制模块设计 | 第29-30页 |
| 3.3.3 xSchema查询规划模块和查询执行模块 | 第30-32页 |
| 3.4 异构大数据系统中间件机制 | 第32-35页 |
| 3.4.1 中间件概述 | 第32-33页 |
| 3.4.2 中间件接口设计 | 第33-34页 |
| 3.4.3 中间件通信协议设计 | 第34-35页 |
| 3.5 后端计算资源管理 | 第35-37页 |
| 3.5.1 后端组件概述 | 第36页 |
| 3.5.2 Spark Job模块设计 | 第36-37页 |
| 3.5.3 Duo RDD模块设计 | 第37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 系统验证和性能分析 | 第39-49页 |
| 4.1 系统可用性 | 第39-40页 |
| 4.2 实验配置 | 第40-41页 |
| 4.3 OLAP实验分析 | 第41-45页 |
| 4.3.1 TPC-H分析 | 第43-44页 |
| 4.3.2 TPC-H SQL Breakdown | 第44-45页 |
| 4.4 数据挖掘实验分析 | 第45-48页 |
| 4.4.1 Apache MADlib | 第45-46页 |
| 4.4.2 数据集和数据处理 | 第46-47页 |
| 4.4.3 聚类实验分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 结束语 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 作者简介 | 第57页 |