| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要工作 | 第11-12页 |
| ·本文组织结构 | 第12-14页 |
| 第2章 相关技术概述 | 第14-28页 |
| ·数据仓库概述 | 第14-19页 |
| ·数据仓库背景知识 | 第14-15页 |
| ·数据仓库体系结构 | 第15-17页 |
| ·多维数据模型 | 第17-19页 |
| ·OLAP概述 | 第19-20页 |
| ·OLAP概念 | 第19页 |
| ·OLAP分类 | 第19-20页 |
| ·OLAP分析常用方法 | 第20页 |
| ·Hadoop相关技术 | 第20-25页 |
| ·HDFS | 第20-22页 |
| ·MapReduce技术 | 第22-25页 |
| ·直方图相关概念 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 多维数据聚集模型 | 第28-44页 |
| ·传统的多维数据聚集模型聚集方法 | 第28-31页 |
| ·度量的分类和聚集计算 | 第28-29页 |
| ·传统聚集计算存在的问题分析 | 第29-31页 |
| ·基于Hadoop的OLAP系统设计 | 第31-33页 |
| ·使用统计直方图的HistCube模型 | 第33-36页 |
| ·HistCube模型介绍 | 第33-35页 |
| ·HistCube模型性质 | 第35-36页 |
| ·基于MapReduce的HistCube构建算法 | 第36-40页 |
| ·基于HDFS的统计直方图数据立方存储 | 第40-43页 |
| ·利用位图的数据立方的分割存储 | 第40-43页 |
| ·数据立方压缩存储 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于HistCube的查询更新 | 第44-60页 |
| ·HistCube模型查询操作 | 第44-51页 |
| ·基本的查询流程 | 第44页 |
| ·立方文件的选择 | 第44-48页 |
| ·MapReduce中并行查询运算 | 第48-51页 |
| ·HistCube上聚集查询算法的设计实现 | 第51-58页 |
| ·经典聚集查询算法 | 第51-54页 |
| ·整体式聚集查询算法 | 第54-58页 |
| ·HistCube增量维护 | 第58-59页 |
| ·增量维护的概念 | 第58页 |
| ·增量维护方法 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于HistCube的近似查询 | 第60-72页 |
| ·近似查询概述 | 第60-61页 |
| ·基于统计直方图的近似查询算法 | 第61-68页 |
| ·算法思想 | 第62页 |
| ·算法描述 | 第62-66页 |
| ·误差估算 | 第66-68页 |
| ·近似查询计算 | 第68-71页 |
| ·经典聚集函数近似查询 | 第68-69页 |
| ·整体式的聚集函数近似查询 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 实验与分析 | 第72-78页 |
| ·实验环境搭建 | 第72页 |
| ·实验数据 | 第72-73页 |
| ·实验结果与分析 | 第73-77页 |
| ·统计直方图数据立方生成 | 第73-74页 |
| ·查询性能测试 | 第74-76页 |
| ·近似查询性能测试 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第7章 总结与展望 | 第78-80页 |
| ·工作总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻硕期间发表的论文及参加的项目 | 第86页 |