| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景和现实意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 论文的结构及主要工作 | 第17-19页 |
| 第二章 相关技术 | 第19-33页 |
| 2.1 云计算核心技术概述 | 第19-20页 |
| 2.2 Hadoop平台概述 | 第20-25页 |
| 2.2.1 Hadoop背景 | 第20-21页 |
| 2.2.2 Hadoop生态系统 | 第21-25页 |
| 2.3 MapReduce编程模型 | 第25-32页 |
| 2.3.1 MapReduce运行机制 | 第26-28页 |
| 2.3.2 MapReduce原理 | 第28-30页 |
| 2.3.3 MapReduce存在的问题 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于水塘抽样算法的抽样策略 | 第33-43页 |
| 3.1 整体策略概要 | 第33-34页 |
| 3.2 抽样概述 | 第34-35页 |
| 3.3 水塘抽样 | 第35-39页 |
| 3.3.1 水塘抽样算法原理 | 第35-37页 |
| 3.3.2 算法的理论证明 | 第37-38页 |
| 3.3.3 抽样模型的建立 | 第38-39页 |
| 3.4 一致性Hash算法 | 第39-41页 |
| 3.4.1 算法原理 | 第39-40页 |
| 3.4.2 一致性Hash算法平衡性 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 分区策略 | 第43-49页 |
| 4.1 策略分析 | 第43-45页 |
| 4.1.1 MapReduce的分区过程及参数优化 | 第43-44页 |
| 4.1.2 分区方法 | 第44-45页 |
| 4.2 改进的Partitioner算法 | 第45-48页 |
| 4.2.1 算法概述 | 第45-47页 |
| 4.2.2 算法步骤 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 实验与结果分析 | 第49-59页 |
| 5.1 实验环境的配置与搭建 | 第49-52页 |
| 5.1.1 实验环境配置 | 第49-51页 |
| 5.1.2 实验环境搭建 | 第51-52页 |
| 5.2 实验数据 | 第52-53页 |
| 5.3 实验方案 | 第53-58页 |
| 5.3.1 总体运行时间的评估 | 第53-55页 |
| 5.3.2 Reducer节点负载均衡评估 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士论文期间发表的论文及参与的科研项目 | 第64-66页 |