基于YARN和Spark框架的数据挖掘算法并行研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1. 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究的目的与意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文的工作 | 第13-14页 |
| 1.5 论文的组织结构 | 第14-15页 |
| 2. 数据挖掘相关概念及技术 | 第15-20页 |
| 2.1 数据挖掘概念 | 第15页 |
| 2.2 数据挖掘的分类 | 第15-16页 |
| 2.3 聚类分析 | 第16-17页 |
| 2.4 分布式数据挖掘 | 第17-18页 |
| 2.5 并行算法的性能评价 | 第18-20页 |
| 3. 分布式计算平台综述 | 第20-27页 |
| 3.1 系统架构 | 第20页 |
| 3.2 HDFS文件系统 | 第20-22页 |
| 3.3 YARN资源管理器 | 第22-23页 |
| 3.4 Tachyon分布式内存管理系统 | 第23-24页 |
| 3.5 Spark并行计算框架 | 第24-27页 |
| 4. DBSCAN算法并行研究 | 第27-38页 |
| 4.1 DBSCAN算法 | 第27-30页 |
| 4.2 算法分析 | 第30页 |
| 4.3 基于平台的并行设计 | 第30-36页 |
| 4.4 基于平台的并行实现 | 第36-38页 |
| 5. 实验结果分析 | 第38-49页 |
| 5.1 实验环境 | 第38-39页 |
| 5.2 平台搭建 | 第39-44页 |
| 5.3 实验过程与分析 | 第44-49页 |
| 6. 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
