| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 云环境下在线聚集中处理倾斜数据研究现状 | 第14页 |
| 1.2.2 云环境下在线聚集中多表连接查询研究现状 | 第14-15页 |
| 1.2.3 云环境下在线聚集中嵌套查询研究现状 | 第15页 |
| 1.2.4 研究现状总结 | 第15-16页 |
| 1.3 研究目标与内容 | 第16-18页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究内容 | 第16-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第2章 单表查询中倾斜数据处理 | 第20-34页 |
| 2.1 倾斜分布对区间估计的影响 | 第20-21页 |
| 2.2 构建分层样本 | 第21-25页 |
| 2.2.1 相关定义 | 第21-22页 |
| 2.2.2 基于QCS构建分层样本 | 第22页 |
| 2.2.3 基于代价模型的QCS选择 | 第22-24页 |
| 2.2.4 算法复杂度分析 | 第24-25页 |
| 2.3 单表查询执行过程 | 第25-26页 |
| 2.4 单表查询区间估计 | 第26-28页 |
| 2.5 算法验证与分析 | 第28-32页 |
| 2.5.1 实验环境和数据集 | 第28-29页 |
| 2.5.2 参数确认 | 第29-30页 |
| 2.5.3 构建分层样本实验 | 第30-31页 |
| 2.5.4 基于分层样本的查询性能实验 | 第31-32页 |
| 2.6 小结 | 第32-34页 |
| 第3章 多表连接查询优化 | 第34-50页 |
| 3.1 构建索引 | 第34-36页 |
| 3.1.1 基于最优化模型的索引选择 | 第34-35页 |
| 3.1.2 最优化模型的求解 | 第35-36页 |
| 3.2 Index Ripple Join查询算法 | 第36-37页 |
| 3.3 多表连接优化 | 第37-44页 |
| 3.3.1 多表连接执行计划 | 第38-43页 |
| 3.3.2 Ripple Join区间估计 | 第43-44页 |
| 3.4 算法验证与分析 | 第44-48页 |
| 3.4.1 建立索引实验 | 第44-45页 |
| 3.4.2 Index Ripple Join查询性能实验 | 第45-47页 |
| 3.4.3 多表连接查询实验 | 第47-48页 |
| 3.5 小结 | 第48-50页 |
| 第4章 嵌套查询优化 | 第50-56页 |
| 4.1 嵌套查询的实现及优化 | 第50-51页 |
| 4.2 算法验证与分析 | 第51-54页 |
| 4.3 小结 | 第54-56页 |
| 第5章 原型系统的设计与实现 | 第56-66页 |
| 5.1 SOLA的设计与实现 | 第56-62页 |
| 5.1.1 Hive简介 | 第56-58页 |
| 5.1.2 Spark简介 | 第58-59页 |
| 5.1.3 SOLA总体设计 | 第59-60页 |
| 5.1.4 SOLA具体实现 | 第60-62页 |
| 5.2 SOLA的部署与测试 | 第62-65页 |
| 5.2.1 系统部署环境 | 第62-63页 |
| 5.2.2 系统测试 | 第63-65页 |
| 5.3 小结 | 第65-66页 |
| 第6章 结束语 | 第66-70页 |
| 6.1 论文总结 | 第66-67页 |
| 6.2 展望 | 第67-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简历 | 第76-78页 |
| 攻读硕士学位期间相关研究成果 | 第78页 |
| 一、学术论文 | 第78页 |
| 二、参与项目 | 第78页 |
