| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 大数据存储与分析现状研究 | 第10-14页 |
| 1.2.1 传统关系型数据库 | 第11页 |
| 1.2.2 NoSQL 数据库 | 第11-13页 |
| 1.2.3 MapReduce 编程模型 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 基于 CMD 的多路不等值连接操作 | 第16-38页 |
| 2.1 多路不等值连接操作 | 第16-18页 |
| 2.2 CMD 存储方法 | 第18-22页 |
| 2.2.1 分布式 CMD 存储方法 | 第18-20页 |
| 2.2.2 连接操作相关概念 | 第20-22页 |
| 2.3 基于 CMD 存储方法的多路不等值连接操作算法 | 第22-32页 |
| 2.3.1 代价模型 | 第23-26页 |
| 2.3.2 连接操作指导向量 | 第26-27页 |
| 2.3.3 分布式连接操作算法 | 第27-29页 |
| 2.3.4 正确性证明 | 第29-31页 |
| 2.3.5 时间复杂度分析 | 第31-32页 |
| 2.4 实验结果及分析 | 第32-36页 |
| 2.4.1 实验环境 | 第32-34页 |
| 2.4.2 实验结果 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 基于 CMD 的图数据存储与查询 | 第38-51页 |
| 3.1 图数据存储计算模型 | 第38-41页 |
| 3.1.1 Pregel | 第39-40页 |
| 3.1.2 GraphLab | 第40-41页 |
| 3.1.3 GBase | 第41页 |
| 3.2 基于 CMD 的图数据存储 | 第41-44页 |
| 3.2.1 以边为中心 | 第42页 |
| 3.2.2 存储模型 | 第42-44页 |
| 3.3 基于 CMD 的图数据查询 | 第44-47页 |
| 3.3.1 K 近邻查询 | 第44-46页 |
| 3.3.2 用户指定的导出子图查询 | 第46-47页 |
| 3.3.3 用户指定的 K 核查询 | 第47页 |
| 3.4 实验结果及分析 | 第47-50页 |
| 3.4.1 实验环境 | 第48页 |
| 3.4.2 实验数据 | 第48页 |
| 3.4.3 实验结果及分析 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 CMD 在高维数据和大规模集群的扩展 | 第51-57页 |
| 4.1 CMD 存储方法的一些不足 | 第51-52页 |
| 4.1.1 高维数据 | 第51-52页 |
| 4.1.2 大规模集群 | 第52页 |
| 4.2 高维数据的解决方案 | 第52-53页 |
| 4.3 大规模集群的解决方案 | 第53-54页 |
| 4.4 实验结果及分析 | 第54-56页 |
| 4.4.1 实验环境 | 第54页 |
| 4.4.2 实验结果 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62-64页 |
| 致谢 | 第64页 |