| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 分布式数据库中间件查询的研究现状 | 第12-13页 |
| 1.2.2 MapReduce的连接研究现状 | 第13-14页 |
| 1.3 测试数据集 | 第14-16页 |
| 1.3.1 标准测试数据集TPC-H | 第14-15页 |
| 1.3.2 智能硬件物联网系统数据集 | 第15-16页 |
| 1.4 研究内容 | 第16-17页 |
| 1.5 论文结构 | 第17-19页 |
| 第二章 基于冷热数据字段的分片字段查询优化 | 第19-28页 |
| 2.1 问题分析 | 第19-20页 |
| 2.2 基于冷热数据字段的分片字段选择策略 | 第20-24页 |
| 2.2.1 冷热数据字段概念 | 第20-21页 |
| 2.2.2 指数平滑法快速率计算方式 | 第21-22页 |
| 2.2.3 代价估计模型 | 第22-23页 |
| 2.2.4 分片字段选择流程 | 第23-24页 |
| 2.3 实验研究与结果分析 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于改进BloomFilter的两表跨库等值连接查询优化 | 第28-42页 |
| 3.1 改进BloomFilter算法分析应用 | 第28-36页 |
| 3.1.1 BloomFilter算法 | 第28-30页 |
| 3.1.2 改进BloomFilter算法 | 第30-34页 |
| 3.1.3 改进BloomFilter算法性能分析 | 第34-36页 |
| 3.1.4 基于改进BloomFilter算法的两表连接步骤 | 第36页 |
| 3.2 测试数据集分析与应用 | 第36-39页 |
| 3.3 实验研究与结果分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于蚁群算法的多表跨库非等值连接查询优化 | 第42-57页 |
| 4.1 蚁群算法在多表连接中的优化 | 第42-46页 |
| 4.1.1 基本蚁群算法 | 第42-44页 |
| 4.1.2 蚁群算法参数选择 | 第44-45页 |
| 4.1.3 不均的初始信息素分布策略 | 第45-46页 |
| 4.2 多表连接的多目标优化 | 第46-53页 |
| 4.2.1 多表连接的连接传输代价计算 | 第46-48页 |
| 4.2.2 多表连接的连接时间代价计算 | 第48页 |
| 4.2.3 基于抽样和连接关系的多表连接代价优化 | 第48-50页 |
| 4.2.4 多目标代价优化 | 第50-51页 |
| 4.2.5 基于蚁群算法的多表连接步骤 | 第51-53页 |
| 4.3 测试数据集分析与应用 | 第53-55页 |
| 4.4 实验研究与结果分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 查询优化策略在智能硬件物联网中的应用 | 第57-68页 |
| 5.1 智能硬件物联网系统框架 | 第57-58页 |
| 5.2 优化策略在系统中的应用 | 第58-62页 |
| 5.2.1 分片字段选择策略的应用 | 第58-60页 |
| 5.2.2 等值连接优化策略的应用 | 第60-61页 |
| 5.2.3 非等值连接优化策略的应用 | 第61-62页 |
| 5.3 总体设计 | 第62-64页 |
| 5.3.1 高可用架构设计 | 第62-63页 |
| 5.3.2 部署方案设计 | 第63-64页 |
| 5.4 系统测试 | 第64-67页 |
| 5.4.1 高可用测试 | 第64-65页 |
| 5.4.2 查询效率测试 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士期间发表论文及参与科研项目 | 第74页 |
