摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 论文的研究内容 | 第13-14页 |
1.4 论文的结构安排 | 第14页 |
1.5 本章小结 | 第14-15页 |
第2章 健康监测大数据平台相关技术背景 | 第15-25页 |
2.1 健康监测大数据体系结构 | 第15-16页 |
2.2 大数据生态技术架构 | 第16-17页 |
2.3 Hbase技术研究 | 第17-24页 |
2.3.1 Hbase基本概念 | 第17-18页 |
2.3.2 Hbase逻辑模型 | 第18页 |
2.3.3 Hbase物理模型 | 第18-20页 |
2.3.4 HbaseLSM架构 | 第20-21页 |
2.3.5 Hbase读写数据原理 | 第21-24页 |
2.4 本章小结 | 第24-25页 |
第3章 健康监测大数据系统分析与设计研究 | 第25-35页 |
3.1 健康监测大数据相关工作研究 | 第25-26页 |
3.1.1 健康监测大数据特点分析 | 第25页 |
3.1.2 健康监测大数据的采集 | 第25-26页 |
3.2 健康监测统一数据模型 | 第26-30页 |
3.2.1 基于Hbase的健康监测数据模型 | 第27-29页 |
3.2.2 可穿戴设备健康监测数据模型 | 第29-30页 |
3.3 健康监测大数据实时处理架构设计 | 第30-33页 |
3.4 本章小结 | 第33-35页 |
第4章 健康监测大数据平台查询优化研究 | 第35-51页 |
4.1 Hbase二级索引设计与实现 | 第35-42页 |
4.1.1 Hbase二级索引背景 | 第35页 |
4.1.2 Hbase二级索引方案综述 | 第35-38页 |
4.1.3 Hbase二级索引设计与实现 | 第38-42页 |
4.2 基于bloomfilter的join算法优化 | 第42-47页 |
4.2.1 bloomfilter原理 | 第43页 |
4.2.2 bloomfilter设计原则 | 第43-44页 |
4.2.3 HashJoin算法 | 第44-47页 |
4.3 Hbase统计查询设计与实现 | 第47-49页 |
4.4 本章小结 | 第49-51页 |
第5章 健康监测大数据平台性能优化研究 | 第51-61页 |
5.1 Hbase预分区设计与实现 | 第51-54页 |
5.1.1 预分区问题 | 第51页 |
5.1.2 预分区Hash算法实现 | 第51-54页 |
5.2 基于Hbase的存储优化方案 | 第54-55页 |
5.3 基于Hbase的负载预测算法 | 第55-60页 |
5.4 本章小结 | 第60-61页 |
第6章 健康监测大数据平台对比实验研究 | 第61-71页 |
6.1 测试环境 | 第61-63页 |
6.2 数据来源 | 第63-64页 |
6.3 性能测试与分析 | 第64-70页 |
6.4 本章小结 | 第70-71页 |
结论 | 第71-73页 |
参考文献 | 第73-77页 |
读硕士学位期间发表的学术论文 | 第77-79页 |
致谢 | 第79页 |