| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 背景概述 | 第11-12页 |
| 1.1.2 当前国内外SQL转化引擎的主要研究现状 | 第12-14页 |
| 1.2 研究意义 | 第14页 |
| 1.3 本文内容与结构 | 第14-16页 |
| 第二章 相关技术介绍 | 第16-29页 |
| 2.1 传统关系型数据库 | 第16-18页 |
| 2.2 NoSQL数据库 | 第18-19页 |
| 2.3 Hadoop介绍 | 第19页 |
| 2.4 HBase介绍 | 第19-23页 |
| 2.4.1 HBase架构 | 第20-21页 |
| 2.4.2 HBase的数据模型 | 第21页 |
| 2.4.3 HBase API接.方式 | 第21-22页 |
| 2.4.4 ZooKeeper介绍 | 第22-23页 |
| 2.4.5 HBase与关系型数据库优点对比 | 第23页 |
| 2.4.6 SQL转化引擎与Hive的区别 | 第23页 |
| 2.5 ANLTR和它的语法介绍 | 第23-28页 |
| 2.5.1 ANLTR的工作流程 | 第24-25页 |
| 2.5.2 ANLTR语法 | 第25-26页 |
| 2.5.3 ANLTR语法举例 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 SQL转化引擎架构设计 | 第29-39页 |
| 3.1 设计背景 | 第29-30页 |
| 3.2 SQL转化引擎整体拓扑结构 | 第30-31页 |
| 3.3 SQL转化引擎功能架构 | 第31-33页 |
| 3.4 SQL转化引擎技术架构 | 第33-38页 |
| 3.4.1 SQL解析层 | 第33-36页 |
| 3.4.2 SQL分析层 | 第36页 |
| 3.4.3 SQL-HBase转化层 | 第36-37页 |
| 3.4.4 HBase API调用层 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 SQL转化引擎的实现 | 第39-61页 |
| 4.1 开发环境 | 第39页 |
| 4.2 使用ANTLR构造解析层 | 第39-44页 |
| 4.2.1 词法分析器部分 | 第40-41页 |
| 4.2.2 语法分析器部分 | 第41-43页 |
| 4.2.3 ANTLR语法错误处理 | 第43-44页 |
| 4.3 SQL的分析 | 第44-52页 |
| 4.3.1 SQL语句类 | 第44-46页 |
| 4.3.2 遍历表达式节点 | 第46-49页 |
| 4.3.3 表达式化简与求解 | 第49-50页 |
| 4.3.4 分析层中SELECT的流程图 | 第50-52页 |
| 4.4 SQL到HBase操作转化 | 第52-60页 |
| 4.4.1 表达式投影 | 第52-54页 |
| 4.4.2 聚合函数实现 | 第54页 |
| 4.4.3 行键的优化 | 第54-56页 |
| 4.4.4 表模式的转化 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 SQL转化引擎测试 | 第61-72页 |
| 5.1 测试环境 | 第61-62页 |
| 5.2 SQL转化引擎解析测试 | 第62-66页 |
| 5.2.1 测试方案 | 第62-64页 |
| 5.2.2 测试过程 | 第64-65页 |
| 5.2.3 测试结果与分析 | 第65-66页 |
| 5.3 SQL转化引擎查询性能测试 | 第66-71页 |
| 5.3.1 测试方案 | 第66-68页 |
| 5.3.2 测试结果与分析 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 本文总结 | 第72-73页 |
| 6.2 系统的不足与缺陷 | 第73页 |
| 6.3 未来需要进行的工作 | 第73-75页 |
| 6.3.1 设计图形界面 | 第73-74页 |
| 6.3.2 增加对GROUP BY等操作的支持 | 第74页 |
| 6.3.3 SQL转化引擎效率的研究 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |