| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容及主要贡献 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第2章 相关技术分析 | 第15-25页 |
| 2.1 MapReduce计算框架与DAG计算框架技术分析 | 第15-20页 |
| 2.1.1 MapReduce计算框架概述 | 第15-16页 |
| 2.1.2 DAG计算框架概述 | 第16-17页 |
| 2.1.3 MapReduce与DAG对比 | 第17-20页 |
| 2.2 增量计算技术 | 第20-23页 |
| 2.2.1 特定数据处理管线的增量计算技术 | 第21-22页 |
| 2.2.2 系统级大数据框架的增量计算技术 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 DAG中的增量计算复用识别模型 | 第25-33页 |
| 3.1 概述 | 第25-26页 |
| 3.2 直接复用 | 第26-29页 |
| 3.3 间接复用 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 DAG的匹配机制与重写机制的设计 | 第33-49页 |
| 4.1 概述 | 第33-34页 |
| 4.2 DAG上节点的预处理 | 第34-37页 |
| 4.2.1 Filter下推优化 | 第34-35页 |
| 4.2.2 Filter谓词规范化 | 第35页 |
| 4.2.3 Filter算子的拆分策略 | 第35-37页 |
| 4.3 可复用计算的匹配机制 | 第37-42页 |
| 4.3.1 Filter算子的部分匹配 | 第37-39页 |
| 4.3.2 DAG的匹配 | 第39-42页 |
| 4.4 增量计算的处理策略 | 第42-47页 |
| 4.4.1 完全匹配时 | 第43-44页 |
| 4.4.2 部分匹配时 | 第44-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 缓存管理机制的设计 | 第49-61页 |
| 5.1 缓存的存储策略 | 第49-50页 |
| 5.2 缓存信息的维护策略 | 第50-54页 |
| 5.3 基于Cost Model的缓存替换策略 | 第54-60页 |
| 5.3.1 完全匹配时的模型 | 第54-56页 |
| 5.3.2 部分匹配时的模型 | 第56-57页 |
| 5.3.3 动态收益模型 | 第57-59页 |
| 5.3.4 缓存替换策略 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 性能测评 | 第61-73页 |
| 6.1 性能测评指标 | 第61-62页 |
| 6.2 实验负载与实验环境 | 第62-63页 |
| 6.3 实验结果与分析 | 第63-71页 |
| 6.3.1 系统性能测评 | 第63-66页 |
| 6.3.2 Filter算子部分匹配效果测评 | 第66-68页 |
| 6.3.3 基于Cost Model的缓存替换策略测评 | 第68-71页 |
| 6.4 本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间获得的科研成果 | 第78-80页 |
| 致谢 | 第80页 |