| 摘要 | 第11-13页 |
| Abstract | 第13-14页 |
| 第一章 绪论 | 第15-32页 |
| 1.1 研究背景与意义 | 第15-22页 |
| 1.1.1 空间数据的“大数据”时代来临 | 第15-16页 |
| 1.1.2 大数据时代高性能空间查询处理的必要性 | 第16-18页 |
| 1.1.3 大数据时代高性能空间查询处理的技术挑战 | 第18-20页 |
| 1.1.4 课题的研究意义 | 第20-22页 |
| 1.2 国内外研究现状及发展趋势 | 第22-29页 |
| 1.2.1 并行计算技术下的高性能空间查询处理 | 第22-24页 |
| 1.2.2 并行数据库技术下的高性能空间查询处理 | 第24-25页 |
| 1.2.3 MapReduce技术下的高性能空间查询处理 | 第25-27页 |
| 1.2.4 研究现状评述 | 第27-29页 |
| 1.3 论文的主要工作 | 第29-30页 |
| 1.4 论文的组织结构 | 第30-32页 |
| 第二章 并行计算模型抽象与空间数据建模 | 第32-48页 |
| 2.1 引言 | 第32页 |
| 2.2 并行计算模型抽象 | 第32-38页 |
| 2.2.1 并行计算模型 | 第32-35页 |
| 2.2.2 无依赖并行和串行同步计算抽象 | 第35-36页 |
| 2.2.3 代价模型分析 | 第36-38页 |
| 2.3 空间数据建模 | 第38-46页 |
| 2.3.1 空间信息模型 | 第38-40页 |
| 2.3.2 空间数据表示与存储 | 第40-41页 |
| 2.3.3 空间数据key- value存储模型 | 第41-46页 |
| 2.4 本章小结 | 第46-48页 |
| 第三章 空间数据索引的并行构建 | 第48-73页 |
| 3.1 引言 | 第48页 |
| 3.2 R-树索引并行构建 | 第48-57页 |
| 3.2.1 背景知识 | 第49-50页 |
| 3.2.2 空间划分函数 | 第50-52页 |
| 3.2.3 MapReduce并行算法 | 第52-54页 |
| 3.2.4 理论分析 | 第54-57页 |
| 3.3 批量遥感影像瓦片金字塔索引并行构建 | 第57-64页 |
| 3.3.1 背景知识 | 第58-59页 |
| 3.3.2 并行任务分解 | 第59-60页 |
| 3.3.3 MapReduce并行算法 | 第60-63页 |
| 3.3.4 理论分析 | 第63-64页 |
| 3.4 实验与分析 | 第64-72页 |
| 3.4.1 R-树索引并行构建实验与分析 | 第64-69页 |
| 3.4.2 瓦片金字塔并行构建实验与分析 | 第69-72页 |
| 3.5 本章小结 | 第72-73页 |
| 第四章 空间数据的并行连接聚集查询 | 第73-105页 |
| 4.1 问题定义 | 第73-75页 |
| 4.2 相关工作 | 第75-77页 |
| 4.3 非索引的并行空间连接聚集查询 | 第77-87页 |
| 4.3.1 基本思想 | 第77-79页 |
| 4.3.2 串行算法FS-SJA：前向扫描的空间连接聚集 | 第79-81页 |
| 4.3.3 MapReduce并行算法 | 第81-82页 |
| 4.3.4 优化策略 | 第82-84页 |
| 4.3.5 Top k空间连接 | 第84-85页 |
| 4.3.6 理论分析 | 第85-87页 |
| 4.4 基于R-树索引的并行空间连接聚集查询 | 第87-97页 |
| 4.4.1 基本思想 | 第88-91页 |
| 4.4.2 串行算法RSJA：基于R-树索引的空间连接聚集 | 第91-93页 |
| 4.4.3 MapReduce并行算法 | 第93-94页 |
| 4.4.4 索引并发访问优化 | 第94-95页 |
| 4.4.5 理论分析 | 第95-97页 |
| 4.5 实验与分析 | 第97-103页 |
| 4.5.1 非索引并行空间连接聚集查询实验与分析 | 第98-101页 |
| 4.5.2 基于R树索引的并行空间连接聚集查询实验与分析 | 第101-103页 |
| 4.6 本章小结 | 第103-105页 |
| 第五章 空间数据的并行k近邻连接查询 | 第105-125页 |
| 5.1 问题定义 | 第105-108页 |
| 5.2 相关工作 | 第108-110页 |
| 5.3 并行k近邻空间连接查询 | 第110-117页 |
| 5.3.1 基本思想 | 第110-111页 |
| 5.3.2 串行算法：基于R-树索引的knnJ查询 | 第111-112页 |
| 5.3.3 knn扩展框 | 第112-115页 |
| 5.3.4 MapReduce并行算法 | 第115-117页 |
| 5.4 代价分析 | 第117-119页 |
| 5.4.1 通信代价分析 | 第118-119页 |
| 5.4.2 计算代价分析 | 第119页 |
| 5.5 实验与分析 | 第119-123页 |
| 5.5.1 实验环境和设置 | 第119-120页 |
| 5.5.2 实验结果分析 | 第120-123页 |
| 5.6 本章小结 | 第123-125页 |
| 第六章 总结与展望 | 第125-129页 |
| 6.1 主要研究成果 | 第125-126页 |
| 6.2 下一步工作 | 第126-129页 |
| 致谢 | 第129-130页 |
| 参考文献 | 第130-140页 |
| 作者在学期间取得的学术成果 | 第140-141页 |
| 附录A缩略语中英文对照表 | 第141页 |
