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HADOOP的能源数据存储体系中多级索引表DHT算法的研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·研究背景第9-13页
     ·背景概述第9-10页
     ·当前国内外云存储平台的主要研究现状第10-11页
     ·当前国内外海量数据快速查找算法的主要研究现状第11-13页
   ·研究意义第13页
   ·本文结构第13-15页
第二章 云计算与 Hadoop第15-33页
   ·云计算简介第15-17页
   ·HDFS 与 MapReduce第17-20页
     ·Google GFS第17-18页
     ·Map Reduce 模型第18-20页
   ·Hadoop 平台第20-23页
     ·Hadoop 平台简介第20-21页
     ·Hadoop 技术架构第21-23页
     ·Hadoop 下的 HDFS 仍需改进的地方第23页
   ·Hbase 技术第23-31页
     ·Hbase 的基本架构第23-26页
     ·Hbase 的数据更新第26-28页
     ·Hbase 技术简介第28-31页
   ·本章小结第31-33页
第三章 能源数据存储体系的架构设计第33-47页
   ·系统架构第33-35页
   ·软件架构第35-37页
   ·网络架构第37-38页
   ·能源数据存储模型第38-45页
     ·存储体系第38-39页
     ·能源数据存储模型设计第39页
     ·能源信息表的设计第39-42页
     ·元数据表设计第42-45页
   ·存储效率改进第45-46页
   ·本章小结第46-47页
第四章 多级索引表 DHT 算法设计第47-57页
   ·云存储平台下的现有查找算法介绍第47页
   ·能源数据存储体系中的多级索引表 DHT 算法(mDHT)的设计第47-48页
   ·能源数据存储体系中的 Hbase 索引第48-51页
     ·Hbase 索引表概览第48-49页
     ·索引表设计第49-50页
     ·改进的两级索引表第50-51页
   ·多级索引表 DHT 算法的伪代码第51-54页
   ·算法的 MapReduce 模型第54-55页
   ·本章小结第55-57页
第五章 实验仿真及数据分析第57-75页
   ·仿真实验第57-69页
     ·实验环境第57页
     ·实验过程第57-69页
   ·结果数据及分析第69-74页
     ·数据量的存储时间比较第69-71页
     ·数据查找时间统计第71-74页
   ·本章小结第74-75页
第六章 结论第75-77页
致谢第77-78页
参考文献第78-80页
在学期间研究成果第80-81页

论文共81页,点击 下载论文
上一篇:交通网络仿真技术研究
下一篇:医学图像三维点绘制技术研究和基于CUDA的实现