| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 数据立方体技术国内外研究现状 | 第12-14页 |
| 1.3 本课题研究的任务和创新点 | 第14-15页 |
| 1.3.1 本文的主要工作 | 第14页 |
| 1.3.2 本文的主要创新点 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第2章 联机分析处理和数据立方体 | 第16-26页 |
| 2.1 联机分析处理 | 第16-17页 |
| 2.2 数据立方体的基本概念 | 第17-19页 |
| 2.3 数据立方体的计算 | 第19-20页 |
| 2.4 数据立方体查询 | 第20-22页 |
| 2.4.1 点查询 | 第20-21页 |
| 2.4.2 范围查询 | 第21页 |
| 2.4.3 冰山查询 | 第21-22页 |
| 2.4.4 top-k查询 | 第22页 |
| 2.5 经典立方体 | 第22-25页 |
| 2.5.1 冰山立方体 | 第22页 |
| 2.5.2 浓缩立方体 | 第22-23页 |
| 2.5.3 侏儒立方体 | 第23-24页 |
| 2.5.4 商立方体 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 立方体聚集算法研究 | 第26-32页 |
| 3.1 常见立方体聚集算法 | 第26-30页 |
| 3.1.1 Pipesort和Pipehash算法 | 第26-28页 |
| 3.1.2 多路数组聚集算法(Multiway) | 第28-29页 |
| 3.1.3 BUC算法 | 第29-30页 |
| 3.2 聚集计算的优化方法 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 数据立方体增量计算方法研究 | 第32-50页 |
| 4.1 可扩展多维数组模型 | 第33-35页 |
| 4.1.1 可扩展多维数组的逻辑模型 | 第33-35页 |
| 4.1.2 可扩展多维数组的数据立方体 | 第35页 |
| 4.2 基于HOEA的物理存储模型 | 第35-38页 |
| 4.2.1 HOEA存储模型 | 第35-36页 |
| 4.2.2 HOEA基本操作 | 第36-38页 |
| 4.3 EMA-Cube模型 | 第38-40页 |
| 4.4 EMA-Cube的增量计算方法 | 第40-45页 |
| 4.4.1 立方体计算阶段 | 第40-42页 |
| 4.4.2 立方体刷新阶段 | 第42-45页 |
| 4.5 实验结果与分析 | 第45-49页 |
| 4.5.1 实验环境 | 第45页 |
| 4.5.2 实验数据 | 第45-46页 |
| 4.5.3 EMA-Cube的压缩分析 | 第46-47页 |
| 4.5.4 EMA-Cube的计算性能分析 | 第47-48页 |
| 4.5.5 EMA-Cube的计算耗时分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |