| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-13页 |
| ·项目背景 | 第10-12页 |
| ·技术背景 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·课题研究目标 | 第14页 |
| ·基本目标 | 第14页 |
| ·高级目标 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第2章 分布式系统关键技术 | 第16-30页 |
| ·分布式系统模型简介 | 第16-25页 |
| ·Google的GFS | 第16-17页 |
| ·Apache的Hadoop | 第17-18页 |
| ·Memcached | 第18-20页 |
| ·mogileFS | 第20页 |
| ·Amazon的SimpleDB | 第20-21页 |
| ·IBM的Blue Cloud | 第21-22页 |
| ·Peer to Peer | 第22-25页 |
| ·分布式系统基本算法 | 第25-29页 |
| ·存储算法 | 第25-27页 |
| ·MapReduce算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 HADOOP的整体构架 | 第30-47页 |
| ·HADOOP核心组件概述 | 第30-31页 |
| ·Hadoop Map/Reduce | 第30-31页 |
| ·Hadoop DFS | 第31页 |
| ·HADOOP分布式文件系统(HDFS) | 第31-41页 |
| ·假设和目标 | 第32-33页 |
| ·名称节点和数据节点 | 第33-34页 |
| ·文件系统命名空间 | 第34页 |
| ·数据复制 | 第34-36页 |
| ·持久化文件系统元数据 | 第36-37页 |
| ·通信协议 | 第37页 |
| ·健壮性 | 第37-39页 |
| ·数据组织 | 第39-40页 |
| ·空间回收 | 第40-41页 |
| ·MAPREDUCE并行编程模型在HADOOP中的实现 | 第41-45页 |
| ·映射(Map) | 第41-42页 |
| ·混合(Combine) | 第42页 |
| ·规约(Reduce) | 第42页 |
| ·MapReduce实现中的其他关键技术 | 第42-44页 |
| ·MapReduce执行流程 | 第44-45页 |
| ·HADOOP MAPREDUCE模型调度和容错机制分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 海量数据处理模型设计 | 第47-59页 |
| ·需求分析 | 第47页 |
| ·设计思想 | 第47-49页 |
| ·拆分 | 第48页 |
| ·重构 | 第48-49页 |
| ·融合 | 第49页 |
| ·模型框架 | 第49-50页 |
| ·功能模块 | 第50-57页 |
| ·日志收集 | 第50页 |
| ·格式清洗 | 第50-51页 |
| ·导入DFS | 第51-52页 |
| ·规则计算 | 第52-56页 |
| ·导出DFS | 第56-57页 |
| ·清理历史数据 | 第57页 |
| ·监控报警 | 第57页 |
| ·性能优化 | 第57-58页 |
| ·分类函数 | 第57页 |
| ·排序 | 第57-58页 |
| ·引入混合函数(Gombine) | 第58页 |
| ·记录状态信息 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第5章 海量数据处理模型部署 | 第59-64页 |
| ·方案部署 | 第59-63页 |
| ·硬件环境 | 第59页 |
| ·软件环境 | 第59-60页 |
| ·运行实例配置 | 第60-63页 |
| ·结果分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论和展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文目录 | 第71页 |