基于Spark的商立方体分布式查询研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 研究现状 | 第10-12页 |
1.3 本文主要研究内容 | 第12页 |
1.4 本文组织结构 | 第12-15页 |
第二章 相关技术 | 第15-27页 |
2.1 数据仓库与数据立方体 | 第15-17页 |
2.1.1 数据仓库 | 第15页 |
2.1.2 OLAP技术 | 第15-16页 |
2.1.3 数据立方体与压缩模型 | 第16-17页 |
2.2 SCALA语言 | 第17-18页 |
2.3 分布式系统 | 第18-22页 |
2.3.1 Hadoop | 第18-19页 |
2.3.2 Hadoop架构 | 第19-22页 |
2.4 SPARK计算框架 | 第22-24页 |
2.4.1 Spark的基本架构 | 第22-23页 |
2.4.2 弹性分布式数据集 | 第23-24页 |
2.5 分布式缓存 | 第24页 |
2.6 本章小结 | 第24-27页 |
第三章 分布式商立方体模型 | 第27-33页 |
3.1 商立方体的基本概念 | 第27-28页 |
3.2 分布式商立方体查询模型 | 第28-32页 |
3.3 本章小结 | 第32-33页 |
第四章 分布式OLAP静态查询算法 | 第33-41页 |
4.1 分布式OLAP静态查询算法 | 第33-36页 |
4.2 实验 | 第36-40页 |
4.2.1 实验环境与配置 | 第36-38页 |
4.2.2 实验结果及分析 | 第38-40页 |
4.3 本章小结 | 第40-41页 |
第五章 分布式OLAP动态缓存算法 | 第41-53页 |
5.1 分布式OLAP动态缓存算法 | 第41-47页 |
5.2 实验 | 第47-52页 |
5.2.1 实验一维度值对查询的影响 | 第48页 |
5.2.2 实验二与QCT算法的对比 | 第48-49页 |
5.2.3 实验三数据倾斜度对性能的影响 | 第49-51页 |
5.2.4 实验四不同缓存替换策略对性能的影响 | 第51-52页 |
5.3 本章小结 | 第52-53页 |
第六章 总结与展望 | 第53-55页 |
6.1 本文总结 | 第53页 |
6.2 下阶段工作和展望 | 第53-55页 |
致谢 | 第55-57页 |
参考文献 | 第57-61页 |
附录A 硕士期间发表的论文 | 第61-63页 |
附录B 硕士期间参与项目 | 第63页 |