| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第1章 流式数据实时查询综述 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 流式数据实时查询方法研究现状 | 第14-16页 |
| 1.2.2 异构数据库查询方法研究现状 | 第16-17页 |
| 1.3 本文工作与创新 | 第17-19页 |
| 1.3.1 本文的主要工作 | 第17-18页 |
| 1.3.2 本文的创新点 | 第18-19页 |
| 1.4 本文的组织 | 第19-20页 |
| 第2章 基于缓存的单源数据实时查询方法 | 第20-32页 |
| 2.1 基于缓存的单源数据实时查询算法 | 第20-24页 |
| 2.2 基于缓存的单源数据实时查询算法设计 | 第24-26页 |
| 2.3 实验及分析 | 第26-31页 |
| 2.3.1 实验环境 | 第26页 |
| 2.3.2 Impala系统部署 | 第26-29页 |
| 2.3.3 实验结果分析 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 多源数据实时查询及多级缓存优化方法 | 第32-43页 |
| 3.1 基于缓存的多源数据实时查询方法 | 第32-36页 |
| 3.1.1 基于单源数据队列的多源数据实时查询算法 | 第32-34页 |
| 3.1.2 基于多源数据队列的多源数据实时查询算法 | 第34-36页 |
| 3.2 多级缓存优化方法 | 第36-40页 |
| 3.3 实验及分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 传统数据库与数据仓库工具关联查询方法 | 第43-56页 |
| 4.1 基于结果的关联查询方法 | 第44-47页 |
| 4.1.1 核心方法 | 第46-47页 |
| 4.2 实验及分析 | 第47-55页 |
| 4.2.1 实验环境 | 第48-49页 |
| 4.2.2 实验方案及分析 | 第49-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第5章 总结 | 第56-58页 |
| 5.1 本文总结 | 第56-57页 |
| 5.2 进一步的工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64-65页 |
| 攻读学位期间发明专利目录 | 第65-66页 |
| 攻读学位期间参与科研项目情况 | 第66-67页 |
| 附件 | 第67页 |