| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究目的和意义 | 第16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.4 本文主要工作 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 相关技术简介 | 第21-35页 |
| 2.1 数据索引技术 | 第21-28页 |
| 2.1.1 索引技术简介 | 第21-22页 |
| 2.1.2 传统索引技术 | 第22-27页 |
| 2.1.3 基于大数据的索引技术 | 第27-28页 |
| 2.2 MapReduce并行处理框架 | 第28-33页 |
| 2.2.1 MapReduce编程模型 | 第28-30页 |
| 2.2.2 MapReduce工作原理 | 第30-31页 |
| 2.2.3 Hadoop框架 | 第31-33页 |
| 2.3 Hadoop与索引 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 并行HT树索引技术研究与实现 | 第35-53页 |
| 3.1 并行全局聚簇索引 | 第35-37页 |
| 3.1.1 全局聚簇索引结构 | 第35-36页 |
| 3.1.2 索引实现与分析 | 第36-37页 |
| 3.2 并行HT树索引设计 | 第37-45页 |
| 3.2.1 HT树索引结构 | 第38-39页 |
| 3.2.2 并行HT树索引构建方案 | 第39-41页 |
| 3.2.3 子HT树构建优化 | 第41-42页 |
| 3.2.4 分区数据负载均衡优化 | 第42-45页 |
| 3.3 并行HT树索引的实现 | 第45-52页 |
| 3.3.1 并行HT树索引算法实现 | 第45-48页 |
| 3.3.2 基于并行HT树索引的范围查询算法实现 | 第48-50页 |
| 3.3.3 连接Job的MapReduce链式算法实现 | 第50-51页 |
| 3.3.4 分区数据负载均衡优化算法实现 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 并行HT树索引实验验证与分析 | 第53-61页 |
| 4.1 实验环境 | 第53页 |
| 4.2 数据集 | 第53-54页 |
| 4.3 实验结果与分析 | 第54-59页 |
| 4.3.1 并行HT树索引性能对比与分析 | 第54-58页 |
| 4.3.2 负载均衡优化性能对比与分析 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 系统设计与实现 | 第61-81页 |
| 5.1 系统概要设计 | 第61-67页 |
| 5.1.1 系统总体架构设计 | 第61-62页 |
| 5.1.2 系统功能架构设计 | 第62-64页 |
| 5.1.3 数据库设计 | 第64-67页 |
| 5.2 系统详细设计与实现 | 第67-78页 |
| 5.2.1 系统开发环境 | 第67页 |
| 5.2.2 并行索引模块的设计与实现 | 第67-68页 |
| 5.2.3 关键子系统的设计与实现 | 第68-78页 |
| 5.3 本章小结 | 第78-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |