| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文的主要工作 | 第16页 |
| 1.4 本文组织结构 | 第16-20页 |
| 第二章 基础知识与相关技术 | 第20-32页 |
| 2.1 数据仓库的概念和发展趋势 | 第20-25页 |
| 2.1.1 数据仓库基本概念 | 第20-22页 |
| 2.1.2 下一代数据仓库及其特点 | 第22-23页 |
| 2.1.3 电子商务领域数据仓库的应用现状 | 第23-25页 |
| 2.2 ETL技术 | 第25-28页 |
| 2.3 数据仓库相关技术 | 第28-31页 |
| 2.3.1 Hadoop | 第28-30页 |
| 2.3.2 Binlog数据的抽取 | 第30-31页 |
| 2.4 本章总结 | 第31-32页 |
| 第三章 关键问题分析和传统的数据仓库变更数据更新算法 | 第32-42页 |
| 3.1 数据抽取模式问题分析 | 第32-33页 |
| 3.1.1 数据抽取的意义 | 第32页 |
| 3.1.2 数据抽取的方式 | 第32-33页 |
| 3.2 数据缓慢变化维问题分析 | 第33-35页 |
| 3.2.1 数据缓慢变化维更新的概念 | 第33页 |
| 3.2.2 缓慢变化维问题解决方法 | 第33-35页 |
| 3.3 数据仓库的数据关联方式优化 | 第35-37页 |
| 3.3.1 数据关联方式 | 第35-36页 |
| 3.3.2 主题表的使用分析 | 第36-37页 |
| 3.4 传统数据仓库变更数据更新算法 | 第37-40页 |
| 3.4.1 传统数据仓库变更数据更新算法流程 | 第37-39页 |
| 3.4.2 传统算法存在的问题及解决方向 | 第39-40页 |
| 3.5 本章总结 | 第40-42页 |
| 第四章 基于Hive的数据仓库变更数据更新算法 | 第42-52页 |
| 4.1 基于Hive的数据仓库变更数据更新算法构架 | 第42-43页 |
| 4.2 基于Hive的内外表筛选变更数据算法 | 第43-48页 |
| 4.2.1 Hive外部表更新 | 第44-46页 |
| 4.2.2 Hive内部表更新 | 第46-48页 |
| 4.3 基于Hive的拉链式数据更新算法 | 第48-50页 |
| 4.4 本章总结 | 第50-52页 |
| 第五章 算法实验及应用 | 第52-66页 |
| 5.1 实验系统环境 | 第52-53页 |
| 5.2 实验数据信息 | 第53-55页 |
| 5.2.1 实验数据特点 | 第53页 |
| 5.2.2 实验数据结构分析 | 第53-55页 |
| 5.2.3 抽取、更新实验数据的意义 | 第55页 |
| 5.3 实验测试 | 第55-60页 |
| 5.3.1 数据使用效率测试 | 第55-58页 |
| 5.3.2 数据安全回溯测试 | 第58-59页 |
| 5.3.3 记录数据历史信息测试 | 第59-60页 |
| 5.4 实验测试结果分析 | 第60-64页 |
| 5.4.1 算法的业务应用分析 | 第60-61页 |
| 5.4.2 新旧算法性能对比 | 第61-64页 |
| 5.5 本章总结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |