摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-27页 |
1.1 研究背景和意义 | 第17-20页 |
1.1.1 大数据时代的机遇和挑战 | 第17-18页 |
1.1.2 列存储数据库的发展与应用 | 第18-20页 |
1.2 关键技术研究现状 | 第20-23页 |
1.2.1 列存储数据库压缩技术 | 第20-21页 |
1.2.2 列存储数据库索引技术 | 第21-22页 |
1.2.3 列存储数据库查询技术 | 第22-23页 |
1.3 主要研究内容及创新成果 | 第23-25页 |
1.4 论文章节安排 | 第25-27页 |
第二章 相关理论介绍 | 第27-39页 |
2.1 列存储数据库的基础理论 | 第27-31页 |
2.2 多核Map Reduce并行编程模型 | 第31-37页 |
2.2.1 Map Reduce模型的基本原理 | 第31-34页 |
2.2.2 面向多核处理器的Map Reduce模型 | 第34-37页 |
2.3 本章小结 | 第37-39页 |
第三章 列存储数据库的压缩技术 | 第39-61页 |
3.1 压缩技术概述 | 第39-44页 |
3.1.1 常见压缩算法 | 第39-43页 |
3.1.2 压缩算法的自主选择策略 | 第43-44页 |
3.2 动态增量字典压缩算法 | 第44-54页 |
3.2.1 算法的基本原理 | 第45-46页 |
3.2.2 数据列的相关统计信息 | 第46-47页 |
3.2.3 动态增量字典的存储结构 | 第47-49页 |
3.2.4 动态增量字典的索引 | 第49-52页 |
3.2.5 实验结果及分析 | 第52-54页 |
3.3 压缩算法的并行自主选择策略 | 第54-60页 |
3.3.1 算法的基本原理 | 第55-56页 |
3.3.2 特征属性的选取 | 第56页 |
3.3.3 分类器的并行构造 | 第56-57页 |
3.3.4 待压缩实例的并行压缩 | 第57-58页 |
3.3.5 实验结果及分析 | 第58-60页 |
3.4 本章小结 | 第60-61页 |
第四章 列存储数据库的自适应索引技术 | 第61-81页 |
4.1 自适应索引技术概述 | 第61-66页 |
4.1.1 数据分割索引算法 | 第61-62页 |
4.1.2 自适应合并索引算法 | 第62-63页 |
4.1.3 混合索引算法 | 第63-64页 |
4.1.4 索引性能分析 | 第64-66页 |
4.2 基于多划分点的数据分割索引算法 | 第66-72页 |
4.2.1 随机划分点的确定 | 第66-67页 |
4.2.2 索引的初始化和更新 | 第67-69页 |
4.2.3 实验结果及分析 | 第69-72页 |
4.3 基于哈希划分的混合索引算法 | 第72-80页 |
4.3.1 数据列的哈希划分 | 第72-74页 |
4.3.2 索引的初始化和更新 | 第74-77页 |
4.3.3 实验结果及分析 | 第77-80页 |
4.4 本章小结 | 第80-81页 |
第五章 列存储数据库的并行查询执行技术 | 第81-105页 |
5.1 并行查询执行技术概述 | 第81-84页 |
5.1.1 查询操作的并行执行 | 第81-82页 |
5.1.2 查询语句的并行执行 | 第82-84页 |
5.2 基于数据访问的查询操作并行执行算法 | 第84-95页 |
5.2.1 算法的基本原理 | 第84-85页 |
5.2.2 数据访问形式设计 | 第85-88页 |
5.2.3 选择操作的并行执行 | 第88-89页 |
5.2.4 连接操作的并行执行 | 第89-91页 |
5.2.5 聚集操作的并行执行 | 第91-92页 |
5.2.6 实验结果及分析 | 第92-95页 |
5.3 基于浓密树的查询语句并行执行算法 | 第95-102页 |
5.3.1 算法的基本原理 | 第96-97页 |
5.3.2 中间结果集的设计 | 第97-99页 |
5.3.3 物理查询计划的表示 | 第99页 |
5.3.4 算法的具体实现步骤 | 第99-100页 |
5.3.5 实验结果与分析 | 第100-102页 |
5.4 本章小结 | 第102-105页 |
第六章 总结与展望 | 第105-109页 |
6.1 论文工作总结 | 第105-106页 |
6.2 未来研究展望 | 第106-109页 |
参考文献 | 第109-117页 |
致谢 | 第117-118页 |
作者简介 | 第118-120页 |