| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题背景 | 第10页 |
| 1.2 主要研究内容 | 第10-11页 |
| 1.3 数据分析的意义 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 HANA的应用背景及数据抽取 | 第14-19页 |
| 2.1 SAP HANA概述 | 第14-16页 |
| 2.2 系统架构及数据流 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 HANA总体架构及内存计算 | 第19-32页 |
| 3.1 HANA数据的存储方式 | 第19-24页 |
| 3.1.1 现代化硬件对数据库系统架构的影响 | 第19-20页 |
| 3.1.2 基于列式和行式的存储 | 第20-21页 |
| 3.1.3 列式表的优势 | 第21-24页 |
| 3.2 HANA架构概览 | 第24-26页 |
| 3.3 SAP HANA数据库架构 | 第26-30页 |
| 3.3.1 表、视图和星型架构 | 第26-27页 |
| 3.3.2 SAP HANA模型视图 | 第27-28页 |
| 3.3.3 SAP HANA视图处理 | 第28-30页 |
| 3.4 内存计算 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于SAP HANA的大数据分析与系统实现 | 第32-55页 |
| 4.1 系统架构 | 第32-33页 |
| 4.2 内存计算与HANA的关系 | 第33页 |
| 4.3 HANA建模 | 第33-35页 |
| 4.3.1 数据建模 | 第34页 |
| 4.3.2 创建主数据属性视图 | 第34-35页 |
| 4.3.3 创建销售明细分析视图 | 第35页 |
| 4.4 关联分析（APRIORI）算法 | 第35-41页 |
| 4.4.1 创建临时表类型 | 第37-38页 |
| 4.4.2 创建关联分析存储过程 | 第38-39页 |
| 4.4.3 前台页面开发 | 第39-40页 |
| 4.4.4 关联分析在HANA中执行效率 | 第40-41页 |
| 4.5 聚类分析（K-meams）算法 | 第41-45页 |
| 4.5.1 聚类算法K-means简介 | 第41页 |
| 4.5.2 聚类分析实现 | 第41-45页 |
| 4.6 基于HANA模型的大数据分析 | 第45-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 HANA系统性能测试 | 第55-59页 |
| 5.1 测试步骤 | 第55-57页 |
| 5.2 测试结果 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 6.1 文章总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 个人简介 | 第63-64页 |
| 后记和致谢 | 第64页 |