基于抽样分区解决MapReduce中的数据倾斜问题
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 引言 | 第9-11页 |
| 1 研究背景 | 第11-17页 |
| ·认知海量数据 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·运用的方法 | 第12-14页 |
| ·存在的问题 | 第14页 |
| ·研究意义 | 第14-15页 |
| ·本章总结 | 第15-17页 |
| 2 相关技术 | 第17-26页 |
| ·Hadoop平台 | 第17-22页 |
| ·产生背景 | 第17-18页 |
| ·相关组件 | 第18-21页 |
| ·作用和意义 | 第21-22页 |
| ·MapReduce编程模型 | 第22-24页 |
| ·MapReduce介绍 | 第22-23页 |
| ·MapReduce框架 | 第23-24页 |
| ·应用范围 | 第24页 |
| ·本章小结 | 第24-26页 |
| 3 基于抽样的方法设计 | 第26-39页 |
| ·总体设计 | 第26-28页 |
| ·实现步骤 | 第26-27页 |
| ·解决的问题 | 第27页 |
| ·存在的问题 | 第27-28页 |
| ·抽样 | 第28-31页 |
| ·抽样种类 | 第28-29页 |
| ·抽样设计 | 第29-30页 |
| ·理论证明 | 第30-31页 |
| ·分区 | 第31-39页 |
| ·分区方法 | 第31-32页 |
| ·分区过程 | 第32-33页 |
| ·算法设计 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 4 实验部分 | 第39-49页 |
| ·实验配置 | 第39-43页 |
| ·集群架构 | 第39-41页 |
| ·数据生成算法 | 第41-43页 |
| ·实验性能评估 | 第43-48页 |
| ·执行时间评估 | 第44-45页 |
| ·数据平衡 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |
