基于HBase的多维索引查询机制的优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目的及意义 | 第14-15页 |
| 1.3 研究现状 | 第15-17页 |
| 1.4 论文主要的工作 | 第17-18页 |
| 1.5 论文各章节安排 | 第18-19页 |
| 2 相关技术 | 第19-34页 |
| 2.1 HBase技术基础 | 第19-22页 |
| 2.1.1 Hadoop平台 | 第19-20页 |
| 2.1.2 HDFS体系结构 | 第20-21页 |
| 2.1.3 HBase整体架构 | 第21-22页 |
| 2.2 线性化技术 | 第22-24页 |
| 2.3 多维索引结构 | 第24-27页 |
| 2.3.1 多维索引结构 | 第24-25页 |
| 2.3.2 最长公共前缀命名方案 | 第25-27页 |
| 2.4 多维索引方案MD-HBase | 第27-30页 |
| 2.4.1 MD-HBase基础 | 第27-28页 |
| 2.4.2 MD-HBase整体结构 | 第28页 |
| 2.4.3 MD-HBase索引结构 | 第28-30页 |
| 2.5 MD-HBase的查询分析 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 3 New-grid数据分发和索引框架 | 第34-59页 |
| 3.1 New-grid整体架构设计 | 第34-36页 |
| 3.2 填充曲线Hilbert曲线的方案 | 第36-38页 |
| 3.3 基于覆盖网络P-grid的优化构造算法 | 第38-41页 |
| 3.3.1 覆盖网络P-grid的介绍 | 第38-39页 |
| 3.3.2 覆盖网络P-grid构造算法的优化 | 第39-41页 |
| 3.3.3 P-grid的优化搜索查询 | 第41页 |
| 3.4 数据存储层 | 第41-43页 |
| 3.4.1 键值存储层Apache HBase | 第42页 |
| 3.4.2 存储模型 | 第42-43页 |
| 3.5 数据查询与处理的算法优化 | 第43-50页 |
| 3.5.1 数据插入和点查询 | 第43-44页 |
| 3.5.2 范围查询处理 | 第44-49页 |
| 3.5.3 k近邻查询查询处理 | 第49-50页 |
| 3.6 实验设计与分析 | 第50-58页 |
| 3.6.1 实验环境 | 第50页 |
| 3.6.2 实验方案 | 第50-51页 |
| 3.6.3 实验及分析 | 第51-58页 |
| 3.6.4 实验结论 | 第58页 |
| 3.7 本章小结 | 第58-59页 |
| 4 基于机器学习的HBase配置参数优化 | 第59-76页 |
| 4.1 参数问题 | 第60-65页 |
| 4.1.1 HBase配置参数介绍 | 第60-63页 |
| 4.1.2 HBase应用程序的数据流 | 第63-64页 |
| 4.1.3 参数问题分析 | 第64-65页 |
| 4.2 基于随机森林算法的模型建立 | 第65-67页 |
| 4.2.1 随机森林算法原理 | 第65-66页 |
| 4.2.2 性能模型的建立 | 第66-67页 |
| 4.3 基于遗传算法的参数优化搜索 | 第67-69页 |
| 4.3.1 遗传算法原理 | 第67-68页 |
| 4.3.2 自动参数最优搜索 | 第68-69页 |
| 4.4 实验设计与分析 | 第69-75页 |
| 4.4.1 实验环境 | 第69页 |
| 4.4.2 实验方案 | 第69-70页 |
| 4.4.3 实验及分析 | 第70-75页 |
| 4.4.4 实验结论 | 第75页 |
| 4.5 本章小结 | 第75-76页 |
| 5 总结与展望 | 第76-78页 |
| 5.1 总结 | 第76-77页 |
| 5.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 个人简历、在校期间研究成果 | 第82-83页 |
| 致谢 | 第83页 |
