| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 大数据的研究背景与意义 | 第9-10页 |
| 1.1.2 海量小文件数据的研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-17页 |
| 1.2.1 工业界研究现状 | 第11-15页 |
| 1.2.2 学术界研究现状 | 第15-17页 |
| 1.3 论文主要工作与结构安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 2 Hadoop以及文本数据处理技术分析 | 第19-37页 |
| 2.1 Hadoop概述 | 第19-20页 |
| 2.2 分布式文件系统HDFS | 第20-28页 |
| 2.2.1 HDFS框架结构 | 第21-24页 |
| 2.2.2 HDFS的工作流程 | 第24-27页 |
| 2.2.3 HDFS存储处理海量小文件问题总结分析 | 第27-28页 |
| 2.3 并行编程框架MapReduce | 第28-29页 |
| 2.4 文本相似性检测方法 | 第29-33页 |
| 2.5 数据处理方法 | 第33-36页 |
| 2.5.1 层次分析法 | 第33-34页 |
| 2.5.2 数据标准化方法 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 基于动态队列的小文件存储优化研究 | 第37-46页 |
| 3.1 动态队列方法研究 | 第38-42页 |
| 3.1.1 关键指标权重计算 | 第38-40页 |
| 3.1.2 系统性能评价分析 | 第40-41页 |
| 3.1.3 文本相似性检测方法 | 第41-42页 |
| 3.2 二级索引目录 | 第42-43页 |
| 3.3 预取缓存策略 | 第43-45页 |
| 3.3.1 预取缓存方案 | 第43-44页 |
| 3.3.2 预取缓存替换方案 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 实验及结果分析 | 第46-57页 |
| 4.1 实验基础环境建立 | 第46-49页 |
| 4.2 动态队列实验验证 | 第49-53页 |
| 4.3 实验结果验证分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |