MapReduce连接聚集查询优化方法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 优化目标、评估模型及优化方法 | 第18-28页 |
| 2.1 背景知识介绍 | 第18-20页 |
| 2.1.1 MapReduce编程模型 | 第18-20页 |
| 2.1.2 连接聚集查询 | 第20页 |
| 2.2 优化目标 | 第20-21页 |
| 2.3 能效模型 | 第21-25页 |
| 2.3.1 性能度量方法 | 第22-23页 |
| 2.3.2 能耗度量方法 | 第23-25页 |
| 2.4 优化方法 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 查询算法层面的优化 | 第28-38页 |
| 3.1 问题定义 | 第28-29页 |
| 3.1.1 用例描述 | 第28页 |
| 3.1.2 查询定义 | 第28-29页 |
| 3.2 优化方法 | 第29-37页 |
| 3.2.1 朴素连接聚集查询算法 | 第30-32页 |
| 3.2.2 基于半连接的连接聚集查询算法 | 第32-34页 |
| 3.2.3 改进的基于半连接的连接聚集查询算法 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 负载均衡层面的优化 | 第38-48页 |
| 4.1 问题定义 | 第38-39页 |
| 4.2 优化方法 | 第39-44页 |
| 4.2.1 优化模型 | 第39-41页 |
| 4.2.2 优化算法 | 第41-44页 |
| 4.3 应用分析 | 第44-46页 |
| 4.3.1 应用场景一：等值连接 | 第44-45页 |
| 4.3.2 应用场景二：近似连接 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 执行计划层面的优化 | 第48-62页 |
| 5.1 问题定义 | 第48-49页 |
| 5.2 优化方法 | 第49-57页 |
| 5.2.1 I/O代价模型 | 第49-53页 |
| 5.2.2 六种算法的I/O代价分析 | 第53-57页 |
| 5.2.3 算法选择策略 | 第57页 |
| 5.3 扩展应用 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 实验设计与分析 | 第62-72页 |
| 6.1 实验环境 | 第62-64页 |
| 6.1.1 Hadoop集群环境 | 第62页 |
| 6.1.2 测试用例 | 第62-64页 |
| 6.1.3 测试数据集 | 第64页 |
| 6.2 实验分析 | 第64-71页 |
| 6.2.1 实验一：能效模型验证与算法能效分析 | 第64-66页 |
| 6.2.2 实验二：负载均衡方法验证 | 第66-67页 |
| 6.2.3 实验三：I/O代价模型验证 | 第67-70页 |
| 6.2.4 实验总结 | 第70-71页 |
| 6.3 本章小结 | 第71-72页 |
| 第7章 总结与展望 | 第72-74页 |
| 7.1 总结 | 第72页 |
| 7.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士学位期间科研及发表论文情况 | 第80页 |
