大数据流查询框架与算子算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 流查询系统研究现状 | 第9-10页 |
| 1.2.2 连接算子研究现状 | 第10-11页 |
| 1.2.3 降载算法研究现状 | 第11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第二章 相关背景知识介绍 | 第13-23页 |
| 2.1 数据流管理系统 | 第13-14页 |
| 2.2 数据流查询系统的关键技术 | 第14-16页 |
| 2.2.1 近似查询 | 第15页 |
| 2.2.2 降载算法 | 第15-16页 |
| 2.2.3 负载均衡 | 第16页 |
| 2.3 Storm流计算平台 | 第16-20页 |
| 2.3.1 Storm平台 | 第17-19页 |
| 2.3.2 Storm的应用场景 | 第19页 |
| 2.3.3 Storm的主要特点 | 第19-20页 |
| 2.4 HBase | 第20-22页 |
| 2.5 Redies | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于Storm系统的流查询系统架构设计 | 第23-39页 |
| 3.1 面向大数据的流查询系统特点分析 | 第23页 |
| 3.2 大数据流查询系统架构设计 | 第23-27页 |
| 3.3 算子语法分析与设计 | 第27-32页 |
| 3.3.1 CQL语法分析 | 第27-28页 |
| 3.3.2 过滤算子设计 | 第28-29页 |
| 3.3.3 聚合算子设计 | 第29-31页 |
| 3.3.4 分组算子设计 | 第31-32页 |
| 3.4 性能分析 | 第32-38页 |
| 3.4.1 算子性能分析 | 第32-37页 |
| 3.4.2 框架性能分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 数据连接算法RMS-Join的研究与实现 | 第39-52页 |
| 4.1 问题分析 | 第39页 |
| 4.2 RMS-Join算法实现架构 | 第39-40页 |
| 4.3 数据分发策略 | 第40-45页 |
| 4.4 数据连接算法RMS-Join | 第45-48页 |
| 4.5 实验结果与分析 | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 局部自适应降载策略研究 | 第52-58页 |
| 5.1 问题分析 | 第52页 |
| 5.2 降载算法的设计与实现 | 第52-55页 |
| 5.3 实验结果与分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 下一步工作 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录2 攻读硕士学位期间申请的专利 | 第64-65页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
