摘要 | 第9-11页 |
ABSTRACT | 第11页 |
第一章 绪论 | 第13-23页 |
1.1 研究背景和意义 | 第13-14页 |
1.2 数据流模型概述 | 第14-15页 |
1.2.1 常见数据流模型 | 第14页 |
1.2.2 n-of-N模型 | 第14-15页 |
1.3 数据流Skyline查询 | 第15-17页 |
1.3.1 数据流Skyline查询定义 | 第15-16页 |
1.3.2 数据流Skyline查询特点 | 第16页 |
1.3.3 数据流Skyline查询应用 | 第16-17页 |
1.3.4 数据流Skyline查询发展 | 第17页 |
1.4 n-of-N Skyline查询 | 第17-20页 |
1.4.1 n-of-N Skyline查询定义 | 第17-19页 |
1.4.2 n-of-N Skyline面临挑战 | 第19-20页 |
1.5 主要研究内容 | 第20-21页 |
1.6 论文组织结构 | 第21-23页 |
第二章 相关研究 | 第23-30页 |
2.1 数据流Skyline查询 | 第23-25页 |
2.1.1 确定性流模型的Skyline查询 | 第23-24页 |
2.1.2 n-of-N数据流模型的Skyline查询 | 第24-25页 |
2.2 分布并行Skyline查询 | 第25-26页 |
2.2.1 数据集的分布并行Skyline查询 | 第25-26页 |
2.2.2 数据流的分布并行Skyline查询 | 第26页 |
2.3 分布并行负载均衡技术 | 第26-29页 |
2.3.1 负载脱落技术 | 第27-28页 |
2.3.2 负载迁移技术 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 分布并行n-of-N Skyline查询处理算法 | 第30-40页 |
3.1 集中式并行查询模型 | 第30-31页 |
3.2 全分布并行查询模型 | 第31-32页 |
3.3 分布并行n-of-N Skyline查询模型设计 | 第32-33页 |
3.4 分布并行n-of-N Skyline查询处理算法描述 | 第33-36页 |
3.4.1 数据分发阶段算法描述 | 第33-34页 |
3.4.2 支配关系测试阶段算法描述 | 第34-35页 |
3.4.3 编码探测阶段算法描述 | 第35-36页 |
3.5 实验结果与分析 | 第36-38页 |
3.5.1 全局窗口大小对算法查询性能的影响 | 第37-38页 |
3.5.2 数据元组维度大小对算法查询性能的影响 | 第38页 |
3.6 本章小结 | 第38-40页 |
第四章 分布并行n-of-N Skyline查询处理的动态负载均衡技术研究 | 第40-50页 |
4.1 基于簇的窗口划分策略 | 第40-42页 |
4.2 分布并行n-of-N Skyline查询处理的动态负载均衡算法 | 第42-44页 |
4.2.1 并行节点负载分析 | 第42页 |
4.2.2 划分反馈策略 | 第42-44页 |
4.3 实验结果及分析 | 第44-49页 |
4.3.1 动态负载均衡性能综合测试 | 第44-45页 |
4.3.2 窗口规模对算法性能的影响 | 第45-46页 |
4.3.3 并行计算节点规模对算法性能的影响 | 第46-48页 |
4.3.4 数据维度对算法性能的影响 | 第48-49页 |
4.4 本章小结 | 第49-50页 |
第五章 分布并行n-of-N Skyline查询处理的弹性资源配置技术研究 | 第50-59页 |
5.1 弹性可扩展的并行查询处理模型 | 第50-53页 |
5.1.1 EPM模型总体架构 | 第50-51页 |
5.1.2 EPM模型功能模块 | 第51-53页 |
5.2 基于EPM模型的弹性资源配置算法 | 第53-55页 |
5.2.1 负载判断与弹性协议设计 | 第53-54页 |
5.2.2 弹性资源配置算法描述 | 第54-55页 |
5.3 实验测试与分析 | 第55-58页 |
5.3.1 EPM模型可扩展性测试 | 第56-57页 |
5.3.2 弹性供需测试 | 第57-58页 |
5.4 本章小结 | 第58-59页 |
第六章 结束语 | 第59-62页 |
6.1 研究工作总结 | 第59-60页 |
6.2 未来工作展望 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-68页 |
作者在学期间取得的学术成果 | 第68-69页 |
作者在学期间参加的科研项目 | 第69页 |