| 中文摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1 生物信息学和组学大数据 | 第13-14页 |
| 1.1.2 RNA-SeqReadsmapping问题分析 | 第14-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.2.1 转录组RNA-Seq测序 | 第16-17页 |
| 1.2.2 大数据与云计算技术 | 第17-19页 |
| 1.2.3 Readsmapping算法 | 第19页 |
| 1.3 研究内容 | 第19-21页 |
| 1.4 研究目标 | 第21页 |
| 1.5 本文组织与结构 | 第21-23页 |
| 第2章 Spark分布式计算框架技术 | 第23-31页 |
| 2.1 概述 | 第23-24页 |
| 2.2 弹性分布式数据集 | 第24-26页 |
| 2.3 函数化算子 | 第26-27页 |
| 2.4 分布式共享变量 | 第27页 |
| 2.5 Spark计算集群 | 第27-28页 |
| 2.6 分布式文件系统 | 第28-29页 |
| 2.7 本章总结与讨论 | 第29-31页 |
| 第3章 Readsmapping算法的比较和选择 | 第31-41页 |
| 3.1 常用Readsmapping算法介绍 | 第31-36页 |
| 3.2 Readsmapping算法比较 | 第36-38页 |
| 3.3 四种Readsmapping算法的比对结果 | 第38-39页 |
| 3.4 本章总结与讨论 | 第39-41页 |
| 第4章 基于Spark的并行FM-Index算法的设计与实现 | 第41-49页 |
| 4.1 概述 | 第41页 |
| 4.2 串行化算法原理 | 第41-42页 |
| 4.3 并行化设计 | 第42-45页 |
| 4.3.1 并行优化 | 第42-43页 |
| 4.3.2 技术路线 | 第43-45页 |
| 4.4 基于Spark的FM-Index算法实现 | 第45-47页 |
| 4.5 本章总结与讨论 | 第47-49页 |
| 第5章 实验结果与分析 | 第49-59页 |
| 5.1 实验环境与数据准备 | 第49-53页 |
| 5.1.1 系统的软硬件环境 | 第49页 |
| 5.1.2 Spark平台的安装与配置 | 第49-51页 |
| 5.1.3 实验数据的准备 | 第51-53页 |
| 5.2 实验结果分析 | 第53-56页 |
| 5.2.1 序列比对正确率 | 第53-54页 |
| 5.2.2 运行时间 | 第54-55页 |
| 5.2.3 并行加速比 | 第55-56页 |
| 5.3 本章总结与讨论 | 第56-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59-60页 |
| 6.2 下一步研究方向 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的论文及参与的项目 | 第68页 |
