| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 大数据平台 Hadoop | 第10-11页 |
| 1.2.2 数据压缩 | 第11-12页 |
| 1.2.3 列存储与行列混合存储 | 第12-14页 |
| 1.3 研究目的与意义 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第二章 相关技术研究 | 第16-24页 |
| 2.1 数据压缩 | 第16-18页 |
| 2.1.1 基本概念 | 第16页 |
| 2.1.2 轻量级数据压缩方法 | 第16-17页 |
| 2.1.3 Hadoop 提供的压缩类库 | 第17-18页 |
| 2.2 分布式文件系统 HDFS | 第18-21页 |
| 2.2.1 HDFS 简介 | 第18-19页 |
| 2.2.2 HDFS 文件读写 | 第19-21页 |
| 2.2.3 HDFS 副本机制 | 第21页 |
| 2.3 MapReduce 计算模型 | 第21-23页 |
| 2.3.1 MapReduce 编程组件 | 第21-22页 |
| 2.3.2 MapReduce 执行流程 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于 HDFS 的行列混合存储结构 | 第24-35页 |
| 3.1 行列混合存储 | 第24-26页 |
| 3.2 HDFS 数据存储 | 第26-27页 |
| 3.2.1 数据的存储 | 第26页 |
| 3.2.2 元数据的存储 | 第26-27页 |
| 3.3 基于 HDFS 的行列混合存储结构的设计 | 第27-33页 |
| 3.3.1 数据页结构的设计 | 第27-31页 |
| 3.3.2 行列混合存储结构的设计 | 第31-32页 |
| 3.3.3 存储结构上的读写操作与复杂度分析 | 第32-33页 |
| 3.4 与其它存储结构的比较 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 存储结构上压缩与查询的设计与实现 | 第35-60页 |
| 4.1 基于 MapReduce 的数据压缩执行策略 | 第35-41页 |
| 4.1.1 数据压缩执行策略的设计 | 第35-36页 |
| 4.1.2 数据压缩执行策略的实现 | 第36-40页 |
| 4.1.3 压缩策略的选择 | 第40-41页 |
| 4.2 考虑负载均衡的压缩数据优化存储 | 第41-45页 |
| 4.2.1 DataNode 负载计算 | 第41-42页 |
| 4.2.2 HDFS 数据副本优化存储 | 第42-45页 |
| 4.3 查询实现 | 第45-58页 |
| 4.3.1 压缩执行 | 第45-48页 |
| 4.3.2 聚集操作的实现 | 第48-51页 |
| 4.3.3 选择操作的实现 | 第51-54页 |
| 4.3.4 连接操作的实现 | 第54-56页 |
| 4.3.5 基于 MapReduce 的查询实现 | 第56-58页 |
| 4.3.6 相关参数对查询性能的影响 | 第58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 实验与分析 | 第60-65页 |
| 5.1 实验环境 | 第60页 |
| 5.2 数据集 | 第60-61页 |
| 5.3 实验结果与评价 | 第61-64页 |
| 5.3.1 压缩率分析 | 第61-62页 |
| 5.3.2 存储结构中可变参数对查询性能的影响 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文研究工作总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |