基于Hadoop的海量视频数据分布式处理研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.2.1 分布式系统发展和应用 | 第11-12页 |
| 1.2.2 国内外视频数据处理的研究现状 | 第12页 |
| 1.3 本文组织结构 | 第12-14页 |
| 第二章 海量视频数据存储和处理的技术概述 | 第14-24页 |
| 2.1 HDFS分布式文件存储系统 | 第14-17页 |
| 2.1.1 HDFS的系统组织结构 | 第14-15页 |
| 2.1.2 HDFS写文件 | 第15-16页 |
| 2.1.3 HDFS读文件 | 第16-17页 |
| 2.2 HBase数据库 | 第17-18页 |
| 2.3 MapReduce分布式编程模型 | 第18-22页 |
| 2.3.1 MapReduce的不足 | 第20-21页 |
| 2.3.2 YARN的介绍 | 第21-22页 |
| 2.4 海量视频数据处理技术 | 第22-24页 |
| 第三章 基于Hadoop的海量视频数据分布式存储 | 第24-34页 |
| 3.1 海量视频数据分布式存储的需求分析 | 第24-25页 |
| 3.2 海量视频分布式存储架构 | 第25-26页 |
| 3.3 海量视频分布式存储模块设计 | 第26-34页 |
| 3.3.1 HDFS接受数据 | 第26-27页 |
| 3.3.2 视频数据写入HBase | 第27-29页 |
| 3.3.3 视频摘要模块 | 第29-31页 |
| 3.3.4 图片存储模块 | 第31-34页 |
| 第四章 基于Hadoop的海量视频数据分布式处理 | 第34-45页 |
| 4.1 海量视频数据分布式处理的需求分析 | 第34页 |
| 4.2 海量视频数据分布式处理架构 | 第34-40页 |
| 4.2.1 分布式提取图片特征模块 | 第34-35页 |
| 4.2.2 分布式视频处理模块 | 第35-40页 |
| 4.3 海量视频数据分布式处理的方法 | 第40-45页 |
| 4.3.1 单点切割法 | 第40-41页 |
| 4.3.2 分布式切割法 | 第41-42页 |
| 4.3.3 帧分布式法 | 第42-45页 |
| 第五章 测试与分析 | 第45-56页 |
| 5.1 系统环境 | 第45-48页 |
| 5.1.1 Hadoop集群配置 | 第46-48页 |
| 5.2 实验测试 | 第48-54页 |
| 5.2.1 视频数据存储的性能分析 | 第49-50页 |
| 5.2.2 海量视频数据分布式处理分析 | 第50-51页 |
| 5.2.3 视频数据并行化实验分析 | 第51-54页 |
| 5.3 本章小结 | 第54-56页 |
| 第六章 总结 | 第56-58页 |
| 6.1 本文的总结 | 第56页 |
| 6.2 以后的展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间参与的项目和发表的软著 | 第61-62页 |
| 致谢 | 第62页 |
