| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究现状 | 第12-18页 |
| 1.2.1 行、列存储结构 | 第12-13页 |
| 1.2.2 MapReduce 查询优化 | 第13-15页 |
| 1.2.3 MapReduce 连接优化 | 第15-18页 |
| 1.3 论文研究内容与主要贡献 | 第18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第二章 HDFS 与 MapReduce 简介 | 第20-34页 |
| 2.1 Hadoop 平台介绍 | 第20-21页 |
| 2.2 MapReduce 简介 | 第21-27页 |
| 2.2.1 MapReduce 计算模型 | 第22-25页 |
| 2.2.2 MapReduce 作业流程 | 第25-27页 |
| 2.3 HDFS 简介 | 第27-29页 |
| 2.3.1 HDFS 体系结构 | 第27-28页 |
| 2.3.2 HDFS Block 存储结构 | 第28-29页 |
| 2.4 MapReduce 连接算法 | 第29-33页 |
| 2.4.1 Standard Repartition Join | 第29页 |
| 2.4.2 Improved Repartition Join | 第29-30页 |
| 2.4.3 Broadcast Join | 第30-31页 |
| 2.4.4 Replicated Join | 第31-33页 |
| 2.4.5 Grouping Join | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 混合存储下的多表连接优化设计 | 第34-41页 |
| 3.1 行列混合存储 | 第34-36页 |
| 3.2 启发式多表连接优化策略 | 第36-38页 |
| 3.2.1 连接模型与连接优化策略 | 第36-37页 |
| 3.2.2 混合连接优化策略 | 第37-38页 |
| 3.3 代价估计模型策略 | 第38-39页 |
| 3.4 实时优化策略 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 多表连接优化策略实现 | 第41-60页 |
| 4.1 定义和符号 | 第41-42页 |
| 4.2 启发式多表连接优化策略 MHMO | 第42-52页 |
| 4.2.1 连接关系图 | 第43-44页 |
| 4.2.2 多表连接优化策略 | 第44-47页 |
| 4.2.3 混合连接优化策略实现 | 第47-51页 |
| 4.2.4 MHMO 与 AQUA 性能对比 | 第51-52页 |
| 4.3 代价估计模型实现 | 第52-55页 |
| 4.3.1 确定连接顺序 | 第53-54页 |
| 4.3.2 确定连接算法 | 第54-55页 |
| 4.4 实时优化实现 | 第55-58页 |
| 4.4.1 实时确定连接顺序 | 第55-56页 |
| 4.4.2 实时确定连接算法 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 实验验证与分析 | 第60-69页 |
| 5.1 实验环境 | 第60页 |
| 5.2 数据集 | 第60-62页 |
| 5.3 实验结果与评价 | 第62-68页 |
| 5.3.1 验证行列混合存储 PageFile | 第63页 |
| 5.3.2 验证代价估计模型 | 第63-64页 |
| 5.3.3 验证实时优化效率 | 第64-66页 |
| 5.3.4 验证 MHMO 优化效率 | 第66-68页 |
| 5.3.5 验证 MHMO 扩展性 | 第68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读学位期间的研究成果目录 | 第74-75页 |
| 致谢 | 第75页 |