| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 大数据分布式并行计算 | 第11-13页 |
| 1.2.2 大数据近似计算 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15页 |
| 1.4 本文的主要结构 | 第15-17页 |
| 第2章 大数据近似计算相关技术 | 第17-24页 |
| 2.1 Map Reduce编程框架 | 第17-21页 |
| 2.1.1 Map Reduce简介 | 第17-18页 |
| 2.1.2 Hadoop架构及YARN框架简介 | 第18-21页 |
| 2.2 大数据抽样方法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于重抽样的近似计算方法 | 第24-37页 |
| 3.1 系统实现基本方案 | 第24-26页 |
| 3.2 近似查询请求的描述 | 第26-27页 |
| 3.3 抽样方法设计 | 第27-29页 |
| 3.4 抽样方法的实现 | 第29-34页 |
| 3.4.1 超前抽样 | 第30-32页 |
| 3.4.2 实时抽样 | 第32-34页 |
| 3.5 近似结果精度控制 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于Hadoop的重抽样系统的实现 | 第37-51页 |
| 4.1 系统详细设计方法 | 第37-39页 |
| 4.2 重抽样系统的实现 | 第39-47页 |
| 4.2.1 任务的中间状态 | 第43-45页 |
| 4.2.2 作业管理器（MRAppMaster）设计 | 第45-47页 |
| 4.3 预估计算耗时 | 第47-48页 |
| 4.4 系统功能比较 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 实验及结果分析 | 第51-59页 |
| 5.1 实验环境 | 第51-54页 |
| 5.2 实验结果及分析 | 第54-57页 |
| 5.2.1 系统运行效果 | 第54-55页 |
| 5.2.2 样本大小及重抽样次数对近似结果精度的影响实验 | 第55-56页 |
| 5.2.3 不同精度与真实误差之间的对比实验 | 第56-57页 |
| 5.2.4 超前抽样与实时抽样的比较实验 | 第57页 |
| 5.3 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |