| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的研究工作 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 教育理论及相关技术 | 第15-26页 |
| 2.1 教学资源 | 第15-17页 |
| 2.1.1 教学资源的概念 | 第15页 |
| 2.1.2 教学资源的分类 | 第15-16页 |
| 2.1.3 教学资源的特征 | 第16-17页 |
| 2.2 云计算概述 | 第17-18页 |
| 2.3 分布式文件系统概述 | 第18-23页 |
| 2.3.1 Google文件系统GFS | 第18-20页 |
| 2.3.2 IBM的Blue Cloud | 第20-21页 |
| 2.3.3 亚马逊云计算AWS | 第21-22页 |
| 2.3.4 HDFS分布式文件系统 | 第22-23页 |
| 2.4 分布式系统基本算法 | 第23-25页 |
| 2.4.1 BigTable算法 | 第23-24页 |
| 2.4.2 MapReduce算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 改进型MapReduce算法模型的应用 | 第26-35页 |
| 3.1 MapReduce计算框架 | 第26-29页 |
| 3.1.1 MapReduce的实现机制 | 第26-27页 |
| 3.1.2 MapReduce的执行流程 | 第27-29页 |
| 3.2 MapReduce存在的问题 | 第29-30页 |
| 3.3 改进型MapReduce模型 | 第30-34页 |
| 3.3.1 MapReduce执行作业步骤 | 第30-32页 |
| 3.3.2 改进型MapReduce的算法原理 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 海量教学资源存储模型 | 第35-43页 |
| 4.1 设计目标 | 第35-36页 |
| 4.2 设计思想 | 第36-37页 |
| 4.3 HDFS分布式文件系统架构分析 | 第37-39页 |
| 4.4 功能模块 | 第39-42页 |
| 4.4.1 上传数据到HDFS | 第39-41页 |
| 4.4.2 从HDFS下载数据 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 存储模型部署及实验分析 | 第43-53页 |
| 5.1 环境需求 | 第43页 |
| 5.2 Hadoop平台的搭建 | 第43-48页 |
| 5.2.1 设备网络设置 | 第43-44页 |
| 5.2.2 免密码SSH设置 | 第44-45页 |
| 5.2.3 Hadoop软件安装 | 第45页 |
| 5.2.4 Master主节点配置 | 第45-47页 |
| 5.2.5 Slave子节点配置 | 第47-48页 |
| 5.3 初始化和启动hadoop集群 | 第48-50页 |
| 5.3.1 初始化集群环境 | 第48-49页 |
| 5.3.2 启动Hadoop集群 | 第49-50页 |
| 5.4 实验结果及分析 | 第50-52页 |
| 5.4.1 不同数据块大小处理速度测试 | 第50-51页 |
| 5.4.2 不同节点数的处理速度比较测试 | 第51-52页 |
| 5.4.3 应用改进型MapReduce算法的性能测试 | 第52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 结论 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |