| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 简介 | 第10-11页 |
| 1.2 背景和意义 | 第11-12页 |
| 1.3 论文的主要工作 | 第12-13页 |
| 1.4 论文的组织架构 | 第13-14页 |
| 第二章 相关理论及工作 | 第14-24页 |
| 2.1 关系型数据库 | 第14-17页 |
| 2.1.1 范式化与反范式化设计 | 第15-17页 |
| 2.2 非关系型数据库 | 第17-20页 |
| 2.2.1 CAP理论 | 第19页 |
| 2.2.2 BASE理论 | 第19-20页 |
| 2.2.3 最终一致性 | 第20页 |
| 2.3 文档型数据库 | 第20-23页 |
| 2.3.1 MongoDB | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 存储模型数学描述 | 第24-34页 |
| 3.1 相关定义 | 第24-27页 |
| 3.2 问题建模 | 第27-31页 |
| 3.2.1 研究问题简述 | 第27页 |
| 3.2.2 图数据结构 | 第27-29页 |
| 3.2.3 引用图表示 | 第29-30页 |
| 3.2.4 内嵌图表示 | 第30-31页 |
| 3.3 Collection复杂度量化 | 第31-33页 |
| 3.3.1 线性查找 | 第31页 |
| 3.3.2 索引 | 第31-32页 |
| 3.3.3 CRUD复杂度 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章M to N场景模型 | 第34-40页 |
| 4.1 定义M to N场景 | 第34页 |
| 4.2 M to N存储分析 | 第34-39页 |
| 4.2.1 Reference存储 | 第35-36页 |
| 4.2.2 Embedding存储 | 第36-37页 |
| 4.2.3 Reference结合Embedding存储 | 第37-39页 |
| 4.3 总结 | 第39-40页 |
| 第五章 存储模型设计策略 | 第40-60页 |
| 5.1 One to One场景 | 第40-44页 |
| 5.2 One to Many场景 | 第44-49页 |
| 5.3 Many to One场景 | 第49-55页 |
| 5.4 Many to Many场景 | 第55-57页 |
| 5.5 其他策略 | 第57-59页 |
| 5.5.1 拆分Document | 第57-58页 |
| 5.5.2 划分Collection | 第58-59页 |
| 5.5.3 预处理查询结果 | 第59页 |
| 5.6 总结 | 第59-60页 |
| 第六章 全局存储模型设计 | 第60-68页 |
| 6.1 问题概述 | 第60-63页 |
| 6.2 相关定义 | 第63-64页 |
| 6.3 算法实现 | 第64-66页 |
| 6.4 理论分析 | 第66-67页 |
| 6.4.1 时间复杂度 | 第66-67页 |
| 6.4.2 有效性和局限性 | 第67页 |
| 6.5 本章小结 | 第67-68页 |
| 第七章 实验 | 第68-79页 |
| 7.1 实验方案 | 第68-76页 |
| 7.1.1 实验数据说明 | 第68-69页 |
| 7.1.2 实验环境 | 第69-70页 |
| 7.1.3 具体方案 | 第70-76页 |
| 7.2 实验结果 | 第76-78页 |
| 7.2.1 查询性能 | 第76-77页 |
| 7.2.2 更新性能 | 第77-78页 |
| 7.2.3 整体性能 | 第78页 |
| 7.3 实验总结 | 第78-79页 |
| 第八章 总结与展望 | 第79-81页 |
| 8.1 总结 | 第79-80页 |
| 8.2 展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84页 |