| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪言 | 第10-13页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外相关领域的发展现状 | 第11页 |
| ·本文主要研究内容 | 第11页 |
| ·模拟场景与实验环境 | 第11页 |
| ·本文结构 | 第11-13页 |
| 第2章 相关技术 | 第13-20页 |
| ·列式数据库相关概念与关键技术 | 第13-18页 |
| ·列式数据库的概念 | 第13页 |
| ·列式数据库与行式数据库的比较 | 第13-14页 |
| ·列式数据库的优势与劣势 | 第14-15页 |
| ·列式数据库的关键技术 | 第15-17页 |
| ·列式数据库的研究方法 | 第17-18页 |
| ·MONETDB数据库简介 | 第18-19页 |
| ·DATAFACTORY数据生成软件简介 | 第19-20页 |
| 第3章 列式数据库的存储原理 | 第20-29页 |
| ·行式数据库的存储原理研究 | 第20-25页 |
| ·行式存储的特点与存在的问题 | 第20页 |
| ·行式存储的数据访问形式 | 第20-25页 |
| ·列式存储与行式存储的对比 | 第25页 |
| ·列式数据库的存储原理研究 | 第25-28页 |
| ·列式数据库基本存储:FP(Fast Projection)索引 | 第26页 |
| ·Low Fast索引(LF) | 第26-27页 |
| ·High Group索引(HG) | 第27页 |
| ·High Non Group索引(HNG) | 第27-28页 |
| ·小结 | 第28-29页 |
| 第4章 列式数据库的压缩算法研究 | 第29-50页 |
| ·现有压缩算法 | 第29-31页 |
| ·消零或空格符算法(Null Suppression) | 第29页 |
| ·字典编码算法(Dictionary Encoding) | 第29-30页 |
| ·行程编码算法(Run-length Encoding) | 第30-31页 |
| ·位向量算法(Bit-Vector Encoding) | 第31页 |
| ·Lempel-Ziv算法(Lempel-Ziv Encoding) | 第31页 |
| ·各类算法的适用范围 | 第31-32页 |
| ·证券交易数据的特点 | 第32-33页 |
| ·现有算法对证券交易数据适用性考察 | 第33-40页 |
| ·位向量算法详细描述 | 第33-35页 |
| ·Lempel-Ziv算法详细描述 | 第35-40页 |
| ·考察结论 | 第40页 |
| ·类型自适应压缩算法 | 第40-49页 |
| ·基本思路 | 第40-41页 |
| ·算法描述 | 第41-48页 |
| ·算法分析 | 第48页 |
| ·实验验证 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第5章 基于列式数据库的证券交易分析系统 | 第50-67页 |
| ·需求分析 | 第50-55页 |
| ·原始数据采集 | 第50页 |
| ·客户情况分析 | 第50-55页 |
| ·系统管理 | 第55页 |
| ·概要设计 | 第55-56页 |
| ·客户情况分析概要模型 | 第55页 |
| ·系统管理概要模型 | 第55-56页 |
| ·详细设计 | 第56-60页 |
| ·客户基本信息表(T_KH) | 第57页 |
| ·资金账户表(T_ZJZH) | 第57-58页 |
| ·交易表(T_JY) | 第58页 |
| ·客户持仓状况表(T_CC) | 第58-59页 |
| ·索引的选择 | 第59页 |
| ·数据的获取 | 第59-60页 |
| ·系统实现与核心代码 | 第60-66页 |
| ·系统开发环境 | 第60页 |
| ·系统总体架构 | 第60-61页 |
| ·系统响应时间统计 | 第61页 |
| ·数据库连接 | 第61-62页 |
| ·核心模块 | 第62-66页 |
| ·结果汇总 | 第66页 |
| ·小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-68页 |
| ·本文总结 | 第67页 |
| ·不足之处 | 第67页 |
| ·未来展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70页 |
