| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 大数据环境下数据处理系统的研究现状 | 第15-19页 |
| 1.2.2 大数据环境下作业流设计优化技术 | 第19-21页 |
| 1.2.3 研究现状总结 | 第21-22页 |
| 1.3 论文研究目标与意义 | 第22页 |
| 1.4 论文研究内容 | 第22-23页 |
| 1.5 本文章节安排 | 第23-24页 |
| 第2章 SparkShuffle中间数据缓存层 | 第24-35页 |
| 2.1 动态Shuffle优化器框架 | 第24-25页 |
| 2.2 中间数据缓存层内部实现 | 第25-34页 |
| 2.2.1 查询预分析模块 | 第25-28页 |
| 2.2.2 连接操作的代价分析 | 第28-32页 |
| 2.2.3 缓存层分配模块 | 第32-34页 |
| 2.3 小结 | 第34-35页 |
| 第3章 基于代价的相关性合并算法 | 第35-47页 |
| 3.1 SQL工作流优化器框架 | 第35-36页 |
| 3.2 输入数据相关性合并流程 | 第36-41页 |
| 3.2.1 代价模型 | 第36-40页 |
| 3.2.2 共享输入数据合并算法 | 第40-41页 |
| 3.3 中间数据相关性合并流程 | 第41-44页 |
| 3.3.1 Shuffle中间数据格式 | 第41-43页 |
| 3.3.2 共享字段合并算法 | 第43-44页 |
| 3.4 批查询任务合并流程 | 第44-46页 |
| 3.4.1 GroupJobs算法 | 第44-45页 |
| 3.4.2 MultiGroupJobs算法 | 第45-46页 |
| 3.5 小结 | 第46-47页 |
| 第4章 系统架构及性能分析 | 第47-59页 |
| 4.1 系统架构 | 第47-48页 |
| 4.2 实验环境 | 第48-49页 |
| 4.2.1 硬件环境 | 第48页 |
| 4.2.2 软件环境 | 第48页 |
| 4.2.3 Spark配置 | 第48-49页 |
| 4.3 实验数据集 | 第49-50页 |
| 4.4 性能测试 | 第50-58页 |
| 4.4.1 SparkShuffle中间数据缓存测试 | 第50-53页 |
| 4.4.2 输入数据相关性合并算法测试 | 第53-55页 |
| 4.4.3 中间数据相关性合并算法测试 | 第55-56页 |
| 4.4.4 批查询任务合并算法测试 | 第56-58页 |
| 4.5 小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 论文总结 | 第59-60页 |
| 5.2 论文展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 作者简历 | 第65-66页 |
| 攻读硕士学位期间相关研究工作 | 第66页 |
| 一、学术论文 | 第66页 |
| 二、参与项目 | 第66页 |