摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 国内外车载自组织网络研究现状 | 第12-14页 |
1.2.2 国内外车载云研究现状 | 第14-16页 |
1.3 论文结构安排 | 第16页 |
1.4 本章小结 | 第16-17页 |
第二章 系统相关技术 | 第17-33页 |
2.1 车载自组织网络 | 第17-19页 |
2.1.1 网络结构 | 第18-19页 |
2.1.2 特点 | 第19页 |
2.2 云计算 | 第19-22页 |
2.2.1 服务类型 | 第21-22页 |
2.2.2 分类 | 第22页 |
2.2.3 应用 | 第22页 |
2.3 大数据 | 第22-25页 |
2.3.1 大数据特征 | 第23-24页 |
2.3.2 车载大数据 | 第24-25页 |
2.4 Hadoop平台 | 第25-32页 |
2.4.1 分布式存储框架HDFS | 第26-27页 |
2.4.2 分布式计算框架MapReduce | 第27-29页 |
2.4.3 批任务执行流程 | 第29-30页 |
2.4.4 数据仓库Hive | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第三章 基于Hadoop的车载云计算系统 | 第33-47页 |
3.1 系统需求 | 第33-34页 |
3.2 系统架构 | 第34-37页 |
3.3 平台功能设计 | 第37-40页 |
3.3.1 数据访问层 | 第38页 |
3.3.2 处理层 | 第38-39页 |
3.3.3 业务应用层 | 第39页 |
3.3.4 数据服务 | 第39-40页 |
3.4 系统部署实施 | 第40-46页 |
3.4.1 集群环境 | 第40-41页 |
3.4.2 集群部署测试 | 第41-46页 |
3.5 本章小结 | 第46-47页 |
第四章 分布式路由算法设计与并行实现 | 第47-58页 |
4.1 路由算法 | 第47-48页 |
4.2 Dijkstra算法 | 第48-51页 |
4.2.1 算法描述 | 第49-50页 |
4.2.2 广度优先遍历 | 第50-51页 |
4.3 Dijkstra算法的MapReduce设计与实现 | 第51-55页 |
4.3.1 Map过程 | 第52-53页 |
4.3.2 Shuffle过程 | 第53-54页 |
4.3.3 Reduce过程 | 第54-55页 |
4.4 结果分析 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
结论 | 第58-60页 |
本文工作总结 | 第58-59页 |
课题研究展望 | 第59-60页 |
参考文献 | 第60-63页 |
攻读学位期间发表论文 | 第63-65页 |
致谢 | 第65页 |