| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 研究现状与分析 | 第12-15页 |
| 1.2.1 集中式Skyline查询算法 | 第13-14页 |
| 1.2.2 分布式Skyline查询算法 | 第14-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 第2章 相关理论和技术 | 第18-26页 |
| 2.1 Skyline相关定义 | 第18页 |
| 2.2 Hadoop分布式平台 | 第18-22页 |
| 2.2.1 Hadoop概述 | 第18-19页 |
| 2.2.2 HDFS分布式文件系统 | 第19-20页 |
| 2.2.3 MapReduce计算模型 | 第20-21页 |
| 2.2.4 MapReduce程序执行过程 | 第21-22页 |
| 2.3 MapReduce框架下的Skyline查询算法 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于MapReduce的Skyline查询算法优化 | 第26-42页 |
| 3.1 支配能力定义 | 第26页 |
| 3.2 Skyline查询优化策略 | 第26-34页 |
| 3.2.1 延迟策略 | 第26-28页 |
| 3.2.2 贪婪策略 | 第28-30页 |
| 3.2.3 混合策略 | 第30-32页 |
| 3.2.4 前置策略 | 第32-34页 |
| 3.3 基于优化策略的算法改进 | 第34-37页 |
| 3.3.1 算法原理 | 第34-35页 |
| 3.3.2 算法流程 | 第35-37页 |
| 3.4 实验与分析 | 第37-41页 |
| 3.4.1 实验环境 | 第37页 |
| 3.4.2 实验结果与分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于MapReduce的Skyline查询结果集优化 | 第42-60页 |
| 4.1 k-支配Skyline查询算法 | 第42-50页 |
| 4.1.1 k-支配Skyline查询算法定义和性质 | 第42-44页 |
| 4.1.2 一次扫描算法 | 第44-46页 |
| 4.1.4 排序扫描算法 | 第46-47页 |
| 4.1.5 排序扫描算法 | 第47-48页 |
| 4.1.6 基于索引的算法 | 第48-50页 |
| 4.2 Top-k查询算法 | 第50-53页 |
| 4.2.1 Top-k查询算法 | 第50-51页 |
| 4.2.2 Top-kRSP算法 | 第51-53页 |
| 4.3 结果集优化算法 | 第53-55页 |
| 4.3.1 算法原理 | 第53-54页 |
| 4.3.2 算法流程 | 第54-55页 |
| 4.4 实验与分析 | 第55-59页 |
| 4.4.1 时间效率分析 | 第55-58页 |
| 4.4.2 空间效率分析 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第66-68页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
| 参与的科研项目 | 第66-68页 |
| 致谢 | 第68页 |
