| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 云环境下流数据查询处理技术的发展 | 第13-15页 |
| 1.2 本文的选题依据和意义 | 第15-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 云环境下流数据关键字实时查询处理技术相关工作 | 第18-28页 |
| 2.1 云环境下流数据实时查询处理技术概述 | 第18-23页 |
| 2.1.1 大数据流式处理框架 | 第18-21页 |
| 2.1.2 大数据存储技术 | 第21-23页 |
| 2.2 流数据Top-K关键字查询技术 | 第23-26页 |
| 2.2.1 基于Counter的查询方法 | 第24-25页 |
| 2.2.2 基于Sketch的查询方法 | 第25-26页 |
| 2.3 流数据突发关键字查询技术 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于动态Summary的Top-K关键字查询方法 | 第28-40页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 Top-K关键字查询定义 | 第29页 |
| 3.3 分布式Top-K关键字查询算法 | 第29-35页 |
| 3.3.1 数据划分 | 第30页 |
| 3.3.2 基于动态Summary更新策略和检查点的设置 | 第30-33页 |
| 3.3.3 Top-K查询算法 | 第33-35页 |
| 3.3.4 代价分析 | 第35页 |
| 3.4 实验与性能评估 | 第35-39页 |
| 3.4.1 实验设置 | 第35-36页 |
| 3.4.2 结果分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于数值差异模型的突发关键字查询方法 | 第40-53页 |
| 4.1 问题描述 | 第40-41页 |
| 4.2 形式化描述 | 第41-42页 |
| 4.2.1 问题定义 | 第41-42页 |
| 4.2.2 突发值估计 | 第42页 |
| 4.3 分布式突发关键字查询算法 | 第42-49页 |
| 4.3.1 热点关键字提取 | 第43-46页 |
| 4.3.2 突发查询方法 | 第46-49页 |
| 4.3.3 代价分析 | 第49页 |
| 4.4 实验与性能评估 | 第49-52页 |
| 4.4.1 实验设置 | 第49页 |
| 4.4.2 结果分析 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 云环境下RTQPT系统设计与实现 | 第53-62页 |
| 5.1 RTQPT系统的设计 | 第53-55页 |
| 5.1.1 设计思想 | 第53-54页 |
| 5.1.2 体系架构 | 第54页 |
| 5.1.3 执行流程 | 第54-55页 |
| 5.2 RTQPT系统的实现 | 第55-61页 |
| 5.2.1 数据接入模块的实现 | 第56页 |
| 5.2.2 数据处理模块的实现 | 第56-58页 |
| 5.2.3 数据存储模块的实现 | 第58-59页 |
| 5.2.4 数据查询模块的实现 | 第59-60页 |
| 5.2.5 实验结果及分析 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| 6.1 本文的主要工作和贡献 | 第62-63页 |
| 6.2 本文的不足和未来的研究方向 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
