| 摘要 | 第4-6页 |
| Abstrcat | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状和预期目标 | 第11-12页 |
| 1.3 本文研究内容与结构 | 第12-14页 |
| 第2章 大数据处理关键技术研究 | 第14-22页 |
| 2.1 Hadoop架构分析 | 第14-17页 |
| 2.1.1 分布式文件系统HDFS | 第14-15页 |
| 2.1.2 分布式计算框架MapReduce | 第15-17页 |
| 2.2 HBase | 第17-21页 |
| 2.2.1 HBase架构 | 第17-18页 |
| 2.2.2 HBase数据模型 | 第18页 |
| 2.2.3 HBase的存储模式 | 第18-19页 |
| 2.2.4 HBase协处理器 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 地震数据转换效率分析 | 第22-35页 |
| 3.1 地震数据格式 | 第22-24页 |
| 3.1.1 RAW数据格式 | 第22-23页 |
| 3.1.2 SEG-2 数据格式 | 第23-24页 |
| 3.2 地震数据转换 | 第24-31页 |
| 3.2.1 串行方式数据转换 | 第24-28页 |
| 3.2.2 多线程和并行处理方式 | 第28-29页 |
| 3.2.3 基于MapReduce的地震数据转换 | 第29-31页 |
| 3.3 实验和结论 | 第31-34页 |
| 3.3.1 实验对比 | 第31-33页 |
| 3.3.2 结论 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 地震数据分布式存储 | 第35-49页 |
| 4.1 分布式存储模式 | 第35-37页 |
| 4.1.1 传统存储模式问题分析 | 第35-36页 |
| 4.1.2 分布式存储模式优势分析 | 第36-37页 |
| 4.2 分布式存储的设计与实现 | 第37-44页 |
| 4.2.1 存储结构设计与实现 | 第37-39页 |
| 4.2.2 相关机制的设计与实现 | 第39-44页 |
| 4.3 地震数据文件快速定位 | 第44-48页 |
| 4.3.1 二级索引相关设计与实现 | 第44-46页 |
| 4.3.2 基于HBase的二级索引的实现 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于私有云计算的高效地震背景噪声处理 | 第49-62页 |
| 5.1 传统的地震数据背景噪声处理方法 | 第49-51页 |
| 5.2 数据源快速查询与并行提取的实现 | 第51-54页 |
| 5.2.1 基于二级索引的文件地址查询 | 第51-53页 |
| 5.2.2 基于MapReduce的并行数据提取 | 第53-54页 |
| 5.3 基于MapReduce的地震背景噪声处理算法 | 第54-58页 |
| 5.3.1 基于MapReduce的地震背景噪声处理的实现 | 第54-57页 |
| 5.3.2 噪声处理性能优化设计 | 第57-58页 |
| 5.4 实验和结论 | 第58-61页 |
| 5.4.1 MapReduce的性能测试 | 第58-61页 |
| 5.4.2 结论 | 第61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 全文总结与展望 | 第62-64页 |
| 6.1 全文总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |