| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 论文的研究内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-15页 |
| 第2章 空间数据的分布式存储和并行处相关技术 | 第15-29页 |
| 2.1 分布式存储技术 | 第15-21页 |
| 2.1.1 分布式数据库系统 | 第15-16页 |
| 2.1.2 关系型和非关系型数据库技术的差异 | 第16-17页 |
| 2.1.3 非关系型数据库 | 第17-19页 |
| 2.1.4 MongoDB数据库 | 第19-21页 |
| 2.2 MongoDB的Sharding集群 | 第21-24页 |
| 2.2.1 MongoDB的Sharding集群 | 第21-22页 |
| 2.2.2 MongoDB的副本集 | 第22-24页 |
| 2.3 并行处理技术 | 第24-27页 |
| 2.3.1 空间查询 | 第25页 |
| 2.3.2 MapReduce计算模型 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 高可用Sharding集群的搭建 | 第29-39页 |
| 3.1 Sharding集群总体架构 | 第29-30页 |
| 3.2 Sharding集群的搭建 | 第30-38页 |
| 3.2.1 Sharding集群的文件配置 | 第30-34页 |
| 3.2.2 Sharding集群的分片配置 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 激光点云数据的分布式存储 | 第39-43页 |
| 4.1 激光点云数据概述 | 第39页 |
| 4.2 分片存储测试 | 第39-41页 |
| 4.2.1 范围分片存储 | 第40页 |
| 4.2.2 哈希分片存储 | 第40-41页 |
| 4.2.3 范围分片和哈希分片存储对比实验 | 第41页 |
| 4.3 Sharding集群的性能测试 | 第41-42页 |
| 4.3.1 容灾测试 | 第41-42页 |
| 4.3.2 负载平衡测试 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 GeoHash算法的研究及其改进 | 第43-51页 |
| 5.1 GeoHash算法研究 | 第43-48页 |
| 5.1.1 GeoHash编码原理 | 第43-45页 |
| 5.1.2 空间填充曲线 | 第45-48页 |
| 5.2 基于Hilbert曲线的GeoHash算法改进 | 第48-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第6章 激光点云数据的并行处理实验 | 第51-57页 |
| 6.1 激光点云数据的空间查询 | 第51-53页 |
| 6.1.1 MongoDB的空间查询 | 第51-52页 |
| 6.1.2 激光点云数据的geoNear查询实验 | 第52-53页 |
| 6.2 激光点云数据的MapReduce运算 | 第53-56页 |
| 6.2.1 MongoDB的MapReduce计算框架 | 第53-55页 |
| 6.2.2 激光点云数据的MapReduce运算实验 | 第55-56页 |
| 6.3 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
