| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 Skyline查询研究现状 | 第10-12页 |
| 1.3 本文的主题和研究内容 | 第12-14页 |
| 2 Skyline 查询研究综述 | 第14-29页 |
| 2.1 集中式Skyline 查询 | 第14-15页 |
| 2.2 分布式Skyline 查询 | 第15-25页 |
| 2.2.1 分布式数据库 | 第15-20页 |
| 2.2.2 对等网络 | 第20-23页 |
| 2.2.3 移动自组织网络 | 第23-25页 |
| 2.3 基于MapReduce的Skyline 查询 | 第25-28页 |
| 2.3.1 基于 MapReduce 的传统 Skyline算法 | 第26-27页 |
| 2.3.2 基于 MapReduce 的非传统 Skyline算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于 MapReduce 的连续 Skyline查询 | 第29-48页 |
| 3.1 相关概念和定义 | 第29-31页 |
| 3.2 数据区域划分 | 第31-32页 |
| 3.3 局部区域过滤点策略 | 第32-33页 |
| 3.4 基于MapReduce的静态算法（MRStatic） | 第33-37页 |
| 3.4.1 算法描述 | 第33-35页 |
| 3.4.2 时间复杂度 | 第35-37页 |
| 3.5 基于MapReduce的跟踪算法（MRTrack） | 第37-41页 |
| 3.5.1 算法描述 | 第37-40页 |
| 3.5.2 时间复杂度 | 第40-41页 |
| 3.6 实验评估 | 第41-47页 |
| 3.6.1 实验环境 | 第41页 |
| 3.6.2 结果和分析 | 第41-47页 |
| 3.7 本章小结 | 第47-48页 |
| 4 基于 MapReduce 的连续概率 Skyline 查询 | 第48-63页 |
| 4.1 相关概念和定义 | 第48-50页 |
| 4.2 基于MapReduce的支配跟踪算法（MRDTrack） | 第50-55页 |
| a) 预处理阶段 | 第51-52页 |
| b) 跟踪计算阶段 | 第52-54页 |
| c) 时间复杂度 | 第54-55页 |
| 4.3 实验评估 | 第55-62页 |
| 4.3.1 人工数据集 | 第55-61页 |
| 4.3.2 真实数据集 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 5 结束语 | 第63-64页 |
| 5.1 工作总结 | 第63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
