首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于新型计算架构的大规模数据连接查询优化

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-15页
    §1.1 研究背景与研究意义第9-10页
    §1.2 国内外研究现状第10-12页
        §1.2.1 基于传统MapReduce的连接查询优化研究第10-11页
        §1.2.2 基于改进型MapReduce的连接查询优化研究第11页
        §1.2.3 基于数据索引的连接查询优化研究第11-12页
    §1.3 研究内容第12-13页
    §1.4 本文组织结构第13-14页
    §1.5 本章小结第14-15页
第二章 关键技术与理论第15-19页
    §2.1 Hadoop分布式文件系统第15-16页
    §2.2 MapReduce编程模型第16-17页
        §2.2.1 Map阶段的执行过程第16-17页
        §2.2.2 Reduce阶段的执行过程第17页
    §2.3 连接查询第17-18页
        §2.3.1 问题的描述第17-18页
        §2.3.2 问题的定义第18页
    §2.4 本章小结第18-19页
第三章 基于传统MapReduce的连接查询算法对比研究第19-30页
    §3.1 基于传统MapReduce的连接查询算法第19-23页
        §3.1.1 SHJQ算法与执行过程分析第19-23页
    §3.2 算法性能分析第23-29页
        §3.2.1 实验平台环境和数据集第23-24页
        §3.2.2 查询算法实验设计第24-25页
        §3.2.3 实验与结果第25-27页
        §3.2.4 实验分析与结论第27-29页
    §3.3 本章小结第29-30页
第四章 非均匀数据分布下的MapReduce连接查询算法优化第30-42页
    §4.1 数据分布不均匀时SHJQ算法性能分析第30-31页
    §4.2 基于组合分割平衡分区优化策略的连接查询算法第31-34页
        §4.2.1 SHJQ+CDPS算法的执行过程与分析第32-34页
    §4.3 算法性能分析第34-41页
        §4.3.1 实验平台环境和数据集第35页
        §4.3.2 实验与结果第35-40页
        §4.3.3 实验分析与结论第40-41页
    §4.4 本章小结第41-42页
第五章 融合多核和MapReduce的连接查询算法优化第42-56页
    §5.1 SHJQ算法的CPU使用效率分析第42-43页
    §5.2 基于传统MapReduce的Map端多线程连接查询算法第43-47页
        §5.2.1 SHJQ+TMMTS算法与执行过程分析第43-45页
        §5.2.2 SHJQ+TMMTS算法性能分析第45-47页
    §5.3 基于无竞争读取输入分片优化策略的Map端多线程连接查询算法第47-49页
        §5.3.1 SHJQ+FRMMTS算法与执行过程分析第47-49页
    §5.4 算法性能分析第49-55页
        §5.4.1 实验平台环境和数据集第49-50页
        §5.4.2 实验与结果第50-54页
        §5.4.3 实验分析与结论第54-55页
    §5.5 本章小结第55-56页
第六章 总结与展望第56-58页
    §6.1 总结第56-57页
    §6.2 展望第57-58页
参考文献第58-62页
致谢第62-63页
作者攻读硕士学位期间发表论文和科研情况第63页

论文共63页,点击 下载论文
上一篇:基于Web文本挖掘的情感分析研究
下一篇:随机需求时供应链上游VMI模式利益分配研究