| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 缩略语表 | 第8-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文的研究背景与意义 | 第9-11页 |
| 1.1.1 选题来源 | 第9页 |
| 1.1.2 研究背景 | 第9-10页 |
| 1.1.3 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 基本理论概述 | 第15-29页 |
| 2.1 序列比对基本理论概述 | 第15-16页 |
| 2.2 序列比对算法 | 第16-17页 |
| 2.2.1 序列比对算法分类 | 第16页 |
| 2.2.2 序列比对经典算法 | 第16-17页 |
| 2.3 Blast算法 | 第17-20页 |
| 2.4 测序技术概述 | 第20-21页 |
| 2.5 分布式计算框架Spark | 第21-28页 |
| 2.5.1 弹性分布式数据集RDD | 第23-24页 |
| 2.5.2 Spark的运行模式 | 第24-25页 |
| 2.5.3 Spark框架的资源调度和任务调度 | 第25-26页 |
| 2.5.4 Spark框架任务执行机理 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 基于Spark的Blast算法处理两两比对任务并行化的研究 | 第29-41页 |
| 3.1 基于Spark的两两比对任务执行过程 | 第29-34页 |
| 3.1.1 执行环境准备 | 第31页 |
| 3.1.2 预处理：主节点上任务的抽象 | 第31-32页 |
| 3.1.3 主过程：任务的分发和执行 | 第32-33页 |
| 3.1.4 后续处理 | 第33-34页 |
| 3.2 Blast算法处理过程 | 第34-40页 |
| 3.2.1 构建单词表 | 第36-37页 |
| 3.2.2 单词匹配 | 第37-38页 |
| 3.2.3 种子扩展 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 实验与结果分析 | 第41-52页 |
| 4.1 Spark集群与开发环境搭建 | 第41-46页 |
| 4.1.1 Spark集群搭建 | 第41-45页 |
| 4.1.2 Windows环境下Spark开发环境搭建 | 第45-46页 |
| 4.2 实验结果与数据分析 | 第46-51页 |
| 4.2.1 Blast算法数据准确性分析 | 第46-47页 |
| 4.2.2 不同平台上的任务两两比对实验 | 第47-50页 |
| 4.2.3 Spark集群的可扩展性实验 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介 | 第59页 |