| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·课题来源 | 第8页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·传统Blast算法的国内外研究现状 | 第10页 |
| ·并行化Blast算法的国内外研究现状 | 第10-12页 |
| ·论文研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 2 基本理论与相关技术概述 | 第14-26页 |
| ·序列比对理论基础 | 第14-16页 |
| ·双序列比对算法 | 第16页 |
| ·Blast算法 | 第16-17页 |
| ·大数据与高通量第二代测序 | 第17-18页 |
| ·开源分布式并行计算平台Hadoop | 第18-24页 |
| ·Hadoop平台的架构模型 | 第18-19页 |
| ·分布式文件系统HDFS | 第19-22页 |
| ·HDFS中基本概念 | 第19-21页 |
| ·HDFS基本体系结构 | 第21-22页 |
| ·分布式计算框架MapReduce | 第22-24页 |
| ·MapReduce中基本概念 | 第23页 |
| ·MapReduce基本结构 | 第23-24页 |
| ·计算操作系统-VMware vSphere | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于Hadoop的Blast算法分布式并行计算 | 第26-38页 |
| ·HDFS中基因序列预处理 | 第26-31页 |
| ·查询序列预处理 | 第26-29页 |
| ·数据库序列预处理 | 第29-31页 |
| ·MapReduce中Blast分布式计算 | 第31-38页 |
| ·map端匹配与扩展 | 第31-34页 |
| ·map端匹配与reduce端扩展 | 第34-36页 |
| ·map端匹配和部分扩展与reduce端部分扩展 | 第36-38页 |
| ·本章小结 | 第38页 |
| 4 Hadoop静态性能调优策略 | 第38-39页 |
| 5 实验与结果分析 | 第39-56页 |
| ·Hadoop集群与开发环境的搭建 | 第39-42页 |
| ·Hadoop集群搭建 | 第39-41页 |
| ·Hadoop开发环境结合Eclipse的搭建 | 第41-42页 |
| ·实验结果与数据分析 | 第42-56页 |
| ·串行Blast算法数据分析 | 第42-43页 |
| ·分布式并行化Blast算法数据分析 | 第43-53页 |
| ·map端匹配与扩展结果分析 | 第44-48页 |
| ·map端匹配与reduce端扩展结果分析 | 第48-50页 |
| ·map端匹配和部分扩展与reduce端部分扩展结果分析 | 第50-53页 |
| ·基于静态调优策略并行化Blast算法数据分析 | 第53-56页 |
| ·本章小结 | 第56页 |
| 6 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·下一步工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |