| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 海量数据存储的研究现状 | 第10页 |
| 1.2.2 Hadoop的研究现状 | 第10-11页 |
| 1.3 研究方向及意义 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 Hadoop平台及其关键技术 | 第14-20页 |
| 2.1 Hadoop平台概述 | 第14-15页 |
| 2.2 Hadoop平台下HDFS存储系统概述 | 第15-17页 |
| 2.2.1 HDFS文件系统的特性 | 第15-16页 |
| 2.2.2 HDFS的系统架构 | 第16-17页 |
| 2.3 Hadoop平台下Hive数据仓库概述 | 第17-19页 |
| 2.3.1 Hive概述 | 第17-18页 |
| 2.3.2 Hive的组成 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于日志分析的Hive的海量数据存储优化策略 | 第20-35页 |
| 3.1 一种基于查询日志分析的Hive数据存储优化策略 | 第20-22页 |
| 3.2 根据查询日志进行分区优化 | 第22-24页 |
| 3.2.1 Hive的日志 | 第22页 |
| 3.2.2 查询日志分析方法 | 第22-23页 |
| 3.2.3 根据常用字段进行分区进行优化 | 第23-24页 |
| 3.3 基于Hive数据存储格式的优化 | 第24-29页 |
| 3.3.1 TextFile存储格式 | 第24页 |
| 3.3.2 SEQUNCEFILE存储格式 | 第24-26页 |
| 3.3.3 RCFile存储格式 | 第26-27页 |
| 3.3.4 一种基于RCFile改进的列式存储格式 | 第27-29页 |
| 3.4 基于数据表及字段物理意义冗余的优化 | 第29-30页 |
| 3.5 基于数据表字段存储类型的优化 | 第30-32页 |
| 3.6 使用用户自定义函数进行优化 | 第32-34页 |
| 3.6.1 用户自定义函数的编写 | 第33-34页 |
| 3.6.2 优化相关UDF实例 | 第34页 |
| 3.7 本章小结 | 第34-35页 |
| 第四章 基于日志分析优化策略海量存储系统的优化方案设计 | 第35-47页 |
| 4.1 基于Hive数据库仓查询历史日志进行分区优化 | 第35-39页 |
| 4.1.1 数据表的主键构成 | 第36-37页 |
| 4.1.2 数据表的常用查询字段 | 第37-38页 |
| 4.1.3 数据表的常用分组字段 | 第38页 |
| 4.1.4 数据表其他的重要字段 | 第38-39页 |
| 4.2 基于Hive存储格式的优化 | 第39-40页 |
| 4.3 基于数据表及字段物理意义冗余的优化 | 第40-44页 |
| 4.3.1 基于数据表冗余的优化 | 第40-42页 |
| 4.3.2 根据日志对数据表内字段冗余的优化 | 第42-44页 |
| 4.4 基于数据表字段存储类型的优化 | 第44页 |
| 4.5 用户自定义函数优化 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 性能测试与分析 | 第47-54页 |
| 5.1 测试环境搭建 | 第47页 |
| 5.2 测试方案 | 第47-49页 |
| 5.2.1 优化前后存储空间测试 | 第47-48页 |
| 5.2.2 优化前后查询性能测试 | 第48-49页 |
| 5.3 测试结果分析 | 第49-53页 |
| 5.3.1 存储空间测试结果分析 | 第49-50页 |
| 5.3.2 性能测试结果分析 | 第50-53页 |
| 5.4 本章总结 | 第53-54页 |
| 第六章 结束语 | 第54-56页 |
| 6.1 本文总结 | 第54页 |
| 6.2 未来研究展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-93页 |
| 附录1 | 第58-68页 |
| 附录2 | 第68-93页 |
| 致谢 | 第93-94页 |
| 攻读学位期间发表的学术论文目录 | 第94页 |
