| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-10页 |
| ·课题的背景与意义 | 第8-9页 |
| ·论文的主要工作 | 第9页 |
| ·论文的组织 | 第9-10页 |
| 第二章 海量数据快速查询技术概述 | 第10-19页 |
| ·数据划分 | 第10-11页 |
| ·索引 | 第11-13页 |
| ·SQL语句优化 | 第13-15页 |
| ·数据预取技术 | 第15页 |
| ·近似匹配查询 | 第15-16页 |
| ·哈希表查询 | 第16页 |
| ·分布式查询优化 | 第16-18页 |
| ·基于语义信息的分布式查询处理 | 第17页 |
| ·基于收益代价比因子的贪心算法模型策略 | 第17页 |
| ·带碎片的分布式查询处理 | 第17-18页 |
| ·其他分布式查询优化算法 | 第18页 |
| ·海量数据快速查询类型 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 Top-k查询技术综述和分析 | 第19-34页 |
| ·Top-k查询有关概念 | 第19页 |
| ·经典的Top-k算法——TA算法 | 第19-21页 |
| ·TA算法流程 | 第20-21页 |
| ·TA算法的时间复杂度 | 第21页 |
| ·无需系统随机读的Top-k算法 | 第21-33页 |
| ·NRA算法 | 第22-24页 |
| ·Stream-Combine算法 | 第24-27页 |
| ·LAttice-based Rank Aggregation (LARA)算法 | 第27-31页 |
| ·TKEP算法 | 第31-33页 |
| ·利用索引和视图处理Top-k查询的方法 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于抽取的快速Top-k查询算法研究 | 第34-56页 |
| ·Top-k查询算法对数据的要求 | 第34-35页 |
| ·TABE算法 | 第35-38页 |
| ·算法产生的基础 | 第35-36页 |
| ·算法描述 | 第36-38页 |
| ·单机环境下的性能测试实验与结果分析 | 第38-44页 |
| ·实验环境 | 第38页 |
| ·查询精确度测试 | 第38-39页 |
| ·TABE算法与NRA算法执行时间比较 | 第39-44页 |
| ·基于云计算的性能测试实验与结果分析 | 第44-54页 |
| ·Hadoop简介与环境搭建 | 第44-49页 |
| ·Hive概述与安装 | 第49-50页 |
| ·在Hadoop环境中实现TABE算法 | 第50-51页 |
| ·实验结果分析 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·论文工作总结 | 第56-57页 |
| ·未来工作展望 | 第57-58页 |
| 图表清单 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术论文和科研情况 | 第65页 |
| 1. 已发表的学术论文 | 第65页 |
| 2. 参加的科研项目 | 第65页 |