摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题的研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 本文研究内容 | 第15页 |
1.4 本文组织结构 | 第15-17页 |
第2章 相关技术概述 | 第17-29页 |
2.1 OLAP和数据立方体技术概述 | 第17-20页 |
2.2 数据立方体计算 | 第20-22页 |
2.2.1 计算方法 | 第20-21页 |
2.2.2 QC-DFS算法 | 第21-22页 |
2.3 数据立方体存储 | 第22-24页 |
2.3.1 封闭立方体 | 第22-23页 |
2.3.2 封闭直方图立方体 | 第23-24页 |
2.4 Hadoop简介 | 第24-26页 |
2.4.1 HDFS | 第24-25页 |
2.4.2 MapReduce | 第25-26页 |
2.5 HBase简介 | 第26-29页 |
2.5.1 HBase概述 | 第26页 |
2.5.2 系统架构 | 第26-29页 |
第3章 基于MapReduce的空间有效的封闭直方图数据立方体的构建 | 第29-43页 |
3.1 现有的MapReduce计算数据立方体的方法 | 第29-30页 |
3.2 MRC-Cubing计算方法及其改进 | 第30-37页 |
3.2.1 MRC-Cubing计算方法 | 第30-31页 |
3.2.2 MRC-Cubing的改进 | 第31-37页 |
3.3 支持近似查询的直方图的构建 | 第37-38页 |
3.4 封闭直方图数据立方体的存储结构 | 第38-41页 |
3.5 封闭直方图数据立方体的构建 | 第41-42页 |
3.6 本章小结 | 第42-43页 |
第4章 封闭数据立方体的增量更新 | 第43-53页 |
4.1 增量更新分析 | 第43-45页 |
4.2 分布式增量更新的方法 | 第45-51页 |
4.2.1 合并新旧封闭数据立方体 | 第45-49页 |
4.2.2 基于原始记录的增量更新 | 第49-51页 |
4.3 本章小结 | 第51-53页 |
第5章 封闭直方图数据立方体的查询 | 第53-65页 |
5.1 封闭数据立方体倒排索引的建立 | 第53-55页 |
5.2 查询定义及流程 | 第55-57页 |
5.2.1 查询定义 | 第55-56页 |
5.2.2 查询流程 | 第56-57页 |
5.3 MapReduce直接查询 | 第57-58页 |
5.4 基于索引的MapReduce查询 | 第58-59页 |
5.5 基于索引的HBase交互式查询 | 第59-63页 |
5.6 多聚集值计算函数的设计与实现 | 第63-64页 |
5.7 本章小结 | 第64-65页 |
第6章 实验与分析 | 第65-77页 |
6.1 实验环境 | 第65页 |
6.2 封闭直方图立方体的构建 | 第65-70页 |
6.2.1 实验数据 | 第65-66页 |
6.2.2 实验结果与分析 | 第66-70页 |
6.2.3 实验结论 | 第70页 |
6.3 增量更新 | 第70-72页 |
6.3.1 实验数据 | 第70页 |
6.3.2 实验结果与分析 | 第70-71页 |
6.3.3 实验结论 | 第71-72页 |
6.4 查询 | 第72-75页 |
6.4.1 实验数据 | 第72页 |
6.4.2 实验结果与分析 | 第72-75页 |
6.5 本章小结 | 第75-77页 |
第7章 总结与展望 | 第77-79页 |
7.1 本文工作总结 | 第77-78页 |
7.2 下一步工作展望 | 第78-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-85页 |
攻硕期间参加的项目 | 第85页 |