| Abstract | 第7-9页 |
| 摘要 | 第10-17页 |
| 1 INTRODUCTION | 第17-21页 |
| 1.1 Online Analytical:From Centralized System to Distributed System | 第17-18页 |
| 1.1.1 Motivations | 第17页 |
| 1.1.2 Elements of explored solutions | 第17-18页 |
| 1.2 Issues | 第18-19页 |
| 1.2.1 Deploy multidimensional data over a cluster | 第18页 |
| 1.2.2 Query a warehouse based on an HBase cluster | 第18-19页 |
| 1.3 Contributions | 第19-20页 |
| 1.4 Structure of the thesis | 第20-21页 |
| 2 STATE OF ART | 第21-34页 |
| 2.1 Data Warehouse and OLAP | 第21-28页 |
| 2.1.1 Foundations | 第21页 |
| 2.1.2 Multidimensional model | 第21-24页 |
| 2.1.3 Functional architecture of an OLAP system | 第24-25页 |
| 2.1.4 Storage models | 第25-28页 |
| 2.2 Hadoop Ecosystem | 第28-32页 |
| 2.2.1 Hadoop Framework | 第28-29页 |
| 2.2.2 MapReduce | 第29-30页 |
| 2.2.3 HDFS:The Hadoop Dist ributed File System | 第30-31页 |
| 2.2.4 HBASE | 第31-32页 |
| 2.3 Data warehouse in distributed environment | 第32-33页 |
| 2.3.1 Fragmentation of Warehouse | 第32-33页 |
| 2.3.2 Warehouse on dist ributed database | 第33页 |
| 2.4 Conclusion | 第33-34页 |
| 3 Multidimensional Data on Distributed Storage | 第34-44页 |
| 3.1 Use Cases | 第34-35页 |
| 3.2 Conceptual model for multidimensional data | 第35-38页 |
| 3.2.1 Schema and Instance of Dimension | 第36-37页 |
| 3.2.2 Facts and Aggregates | 第37-38页 |
| 3.2.3 Local Instances of Dimension | 第38页 |
| 3.3. Identification of multidimensional data | 第38-40页 |
| 3.3.1 Definition and identification of multidimensional chunks | 第38-39页 |
| 3.3.2 Construction of chunks blocks | 第39-40页 |
| 3.4 Multidimensional data indexing | 第40-43页 |
| 3.4.1 Indexes on different aggregation levels | 第40-42页 |
| 3.4.2 Indexes on chunks block | 第42页 |
| 3.4.3 CCB Index Operations | 第42-43页 |
| 3.5 Conclusion | 第43-44页 |
| 4 REACTIVE SCHEDULING POLICY | 第44-53页 |
| 4.1 Presentation of query processing phases | 第44-45页 |
| 4.2 Rewriting the client request | 第45页 |
| 4.3 Location useful data for the query | 第45-46页 |
| 4.4. Queries Scheduling | 第46-47页 |
| 4.5 Execution plan and optimization of execution | 第47页 |
| 4.6 Queries execution and tasks scheduling | 第47-52页 |
| 4.6.1 Our Scheduling Policy | 第48-50页 |
| 4.6.2 Monitoring and updating the status of the execution | 第50-51页 |
| 4.6.3 Assembly of the result | 第51页 |
| 4.6.4 Scheduling Implementation | 第51-52页 |
| 4.7 Conclusion | 第52-53页 |
| 5 PROTOTYPE AND EXPERIMENTATION | 第53-64页 |
| 5.1 Prototype Architecture | 第53-57页 |
| 5.1.1. Our data model based on HBase | 第53-55页 |
| 5.1.2 Presentation of the scheduling engine services for distributed storage | 第55-57页 |
| 5.2 Prototype implementation | 第57-60页 |
| 5.2.1 Hadoop/HBase deployment | 第57-58页 |
| 5.2.2 OLAP Client Interface | 第58-59页 |
| 5.2.3 Experiments Infrastructure | 第59-60页 |
| 5.3 Experiments | 第60-63页 |
| 5.3.1 Test Scenario | 第60页 |
| 5.3.2 Stress Scenario | 第60-61页 |
| 5.3.3 Results | 第61-63页 |
| 5.4 Conclusion | 第63-64页 |
| 6 CONCLUSIONS AND PERSPECTIVES | 第64-71页 |
| 6.1 Evaluation and contributions | 第64-66页 |
| 6.1.1 ldentification and indexing of data multidimensional | 第64-65页 |
| 6.1.2 Implementation and Ouery Optimization | 第65-66页 |
| 6.1.3 Prototype of services | 第66页 |
| 6.2 Limitation and perspectives | 第66-71页 |
| 6.2.1 Management and maintenance of distributed data warehouse | 第66-67页 |
| 6.2.2 Maintenance and adaption of CCB Index structures according to the change of dist ributed warehouse | 第67-68页 |
| 6.2.3 Evolution and optimization of query processing method | 第68页 |
| 6.2.4 Design and integration of methods by services architecture | 第68-71页 |
| References | 第71-75页 |
| PUBLICATION | 第75-76页 |
| Acknowledgments | 第76页 |
| Dedication | 第76页 |
