摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 绪论 | 第12-20页 |
1.1 选题的理由及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 时空大数据管理分析 | 第13-14页 |
1.2.2 交管数据管理与应用 | 第14-15页 |
1.2.3 支撑大数据分析的任务调度 | 第15页 |
1.3 研究目标与内容 | 第15-18页 |
1.3.1 研究目标 | 第15-16页 |
1.3.2 研究内容 | 第16页 |
1.3.3 总体技术思路 | 第16-18页 |
1.4 本文组织结构 | 第18-20页 |
2 分布式架构及相关技术 | 第20-30页 |
2.1 交管云服务平台 | 第20-21页 |
2.2 Spark SQL | 第21-24页 |
2.3 GeoSpark | 第24-27页 |
2.3.1 总体介绍 | 第24-25页 |
2.3.2 SpatialRDD | 第25-26页 |
2.3.3 Spatial Query Processing | 第26-27页 |
2.4 Dexecutor任务调度框架 | 第27-29页 |
2.4.1 DAG图与任务 | 第27-28页 |
2.4.2 任务执行引擎 | 第28页 |
2.4.3 Dexecutor执行框架 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
3 时空算子设计 | 第30-49页 |
3.1 时空算子分类 | 第30-32页 |
3.2 时空算子执行策略 | 第32-39页 |
3.2.1 Spark执行策略 | 第34-36页 |
3.2.2 SQL结构化记录执行策略 | 第36-37页 |
3.2.3 算子执行策略选择规则 | 第37-39页 |
3.3 虚拟表设计 | 第39-43页 |
3.3.1 虚拟表 | 第39-40页 |
3.3.2 虚拟表设计 | 第40-43页 |
3.4 时空算子接口 | 第43-48页 |
3.4.1 时空算子UML结构 | 第44页 |
3.4.2 时空算子接口 | 第44-46页 |
3.4.3 时空算子参数 | 第46-48页 |
3.5 本章总结 | 第48-49页 |
4 模型执行与调度 | 第49-62页 |
4.1 模型构造 | 第50-56页 |
4.1.1 Dexecutor与模型结合 | 第50-52页 |
4.1.2 任务与算子关联 | 第52-55页 |
4.1.3 执行计划构造 | 第55-56页 |
4.2 执行与调度 | 第56-58页 |
4.2.1 模型执行 | 第56-58页 |
4.2.2 模型调度 | 第58页 |
4.3 典型模型执行分析 | 第58-60页 |
4.3.1 非空间模型 | 第59-60页 |
4.3.2 空间模型 | 第60页 |
4.4 模型调度效率分析 | 第60-61页 |
4.5 本章小结 | 第61-62页 |
5 原型系统设计与实现 | 第62-79页 |
5.1 系统架构与组成 | 第62-66页 |
5.1.1 逻辑架构 | 第62-63页 |
5.1.2 数据库设计 | 第63-66页 |
5.2 系统主要功能模块 | 第66-68页 |
5.2.1 数据管理模块 | 第66页 |
5.2.2 模型管理模块 | 第66-67页 |
5.2.3 用户管理模块 | 第67-68页 |
5.3 系统接口设计 | 第68-71页 |
5.3.1 数据操作接口 | 第68-69页 |
5.3.2 模型操作接口 | 第69-70页 |
5.3.3 用户操作接口 | 第70-71页 |
5.4 系统实现与交管典型应用 | 第71-78页 |
5.4.1 原型系统实现 | 第71-73页 |
5.4.2 交管典型应用 | 第73-76页 |
5.4.3 系统实验分析 | 第76-78页 |
5.5 本章小结 | 第78-79页 |
6 总结与展望 | 第79-81页 |
6.1 总结 | 第79-80页 |
6.2 展望 | 第80-81页 |
参考文献 | 第81-84页 |
致谢 | 第84-85页 |