摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
目录 | 第7-10页 |
图目录 | 第10-11页 |
表目录 | 第11-12页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景与意义 | 第12-13页 |
1.1.1 选题背景 | 第12-13页 |
1.1.2 研究意义 | 第13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 DEM数据的组织管理方式 | 第13-15页 |
1.2.2 Hadoop的发展与应用现状 | 第15-16页 |
1.2.3 结论 | 第16-17页 |
1.3 研究目标、内容和拟解决的关键问题 | 第17页 |
1.3.1 研究目标 | 第17页 |
1.3.2 研究内容 | 第17页 |
1.3.3 拟解决的关键问题 | 第17页 |
1.4 研究方法和技术路线 | 第17-19页 |
1.4.1 研究方法 | 第17-18页 |
1.4.2 技术路线 | 第18-19页 |
1.5 论文的组织结构 | 第19页 |
1.6 本章小结 | 第19-20页 |
第二章 分布式计算平台HADOOP | 第20-31页 |
2.1 HADOOP概述 | 第20-21页 |
2.2 分布式文件系统HDFS | 第21-24页 |
2.2.1 设计前提和目标 | 第21-22页 |
2.2.2 HDFS的体系结构 | 第22-23页 |
2.2.3 HDFS的工作流程 | 第23-24页 |
2.3 分布式数据库HBASE | 第24-29页 |
2.3.1 HBase数据模型 | 第24-26页 |
2.3.2 HBase的体系结构 | 第26-29页 |
2.4 协调服务ZOOKEEPER | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 面向并行数字地形分析的DEM数据组织方式 | 第31-41页 |
3.1 并行数字地形分析对DEM数据组织和管理的需求 | 第31-32页 |
3.2 DEM金字塔结构 | 第32-35页 |
3.2.1 DEM金字塔的构建 | 第32-34页 |
3.2.2 DEM金字塔的数学模型 | 第34-35页 |
3.3 DEM的分布式存储模型 | 第35-38页 |
3.3.1 数据集信息表 | 第36-37页 |
3.3.2 金字塔层信息表 | 第37页 |
3.3.3 瓦片信息表 | 第37-38页 |
3.4 增量数据组织方式 | 第38-40页 |
3.5 本章小结 | 第40-41页 |
第四章 面向并行数字地形分析的DEM数据管理方法 | 第41-55页 |
4.1 空间索引 | 第41-46页 |
4.1.1 主要空间索引方法 | 第41-42页 |
4.1.2 三级空间索引 | 第42-44页 |
4.1.3 基于内容的空间索引 | 第44-46页 |
4.2 高程增量游程编码压缩算法 | 第46-50页 |
4.2.1 DEM数据压缩研究现状 | 第46-47页 |
4.2.2 增量游程编码压缩算法 | 第47-50页 |
4.3 系统容错机制 | 第50-51页 |
4.4 低延迟高并发访问策略 | 第51-54页 |
4.5 本章小结 | 第54-55页 |
第五章 DEM云存储原型系统的设计与实现 | 第55-73页 |
5.1 系统需求分析 | 第55-57页 |
5.1.1 数据需求分析 | 第55-56页 |
5.1.2 功能需求分析 | 第56页 |
5.1.3 性能需求分析 | 第56-57页 |
5.2 系统设计方案 | 第57-65页 |
5.2.1 系统建设目标 | 第57页 |
5.2.2 开发语言的选择 | 第57页 |
5.2.3 软件平台的选择 | 第57-58页 |
5.2.4 技术路线 | 第58-59页 |
5.2.5 系统集群环境 | 第59-60页 |
5.2.6 系统功能模块设计 | 第60-65页 |
5.3 系统实现与验证 | 第65-72页 |
5.3.1 基于文件名查询 | 第66-68页 |
5.3.2 基于范围和分辨率查询 | 第68-69页 |
5.3.3 基于范围和格网数查询 | 第69页 |
5.3.4 基于内容查询 | 第69-71页 |
5.3.5 查询效率分析 | 第71-72页 |
5.4 本章小结 | 第72-73页 |
第六章 结论与展望 | 第73-75页 |
6.1 主要研究工作与成果 | 第73-74页 |
6.2 研究结论 | 第74页 |
6.3 研究展望 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79页 |