| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 Hadoop云平台国内外研究现状 | 第10页 |
| 1.2.2 最短路径算法国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 Hadoop平台与GIS相关技术 | 第14-30页 |
| 2.1 分布式文件系统HDFS | 第14-17页 |
| 2.1.1 HDFS体系结构 | 第14-15页 |
| 2.1.2 HDFS数据块 | 第15-16页 |
| 2.1.3 Name Node与Data Node | 第16-17页 |
| 2.2 Map Reduce编程模型 | 第17-24页 |
| 2.2.1 Map Reduce体系结构 | 第17-19页 |
| 2.2.2 Map Reduce运行流程 | 第19-21页 |
| 2.2.3 Map任务与Reduce任务 | 第21-24页 |
| 2.3 分布式数据库HBASE | 第24-26页 |
| 2.3.1 HBase的作用和功能特点 | 第24-25页 |
| 2.3.2 HBase的数据模型 | 第25-26页 |
| 2.4 GIS相关技术 | 第26-29页 |
| 2.4.1 Arc GIS for Sever简介 | 第26-27页 |
| 2.4.2 Arc GIS API for java Script简介 | 第27页 |
| 2.4.3 Geometry Polyline对象简介 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于Hadoop的GIS网络最短路径算法分析与设计 | 第30-44页 |
| 3.1 Dijkstra与并行广度优先的最短路径算法介绍 | 第30-32页 |
| 3.1.1 Dijkstra算法 | 第30页 |
| 3.1.2 一种广度优先的最短路径并行算法 | 第30-32页 |
| 3.2 Hadoop下GIS网络最短路径算法的问题分析 | 第32-34页 |
| 3.2.1 动态权重赋值问题 | 第32页 |
| 3.2.2 并行计算效率问题 | 第32-33页 |
| 3.2.3 GIS网络数据在Hadoop中的存储问题 | 第33-34页 |
| 3.2.4 邻接表数据结构生成问题 | 第34页 |
| 3.3 Hadoop下GIS网络最短路径算法的设计 | 第34-43页 |
| 3.3.1 权重的动态赋值 | 第34-35页 |
| 3.3.2 Hadoop下GIS网络数据存储与管理 | 第35-36页 |
| 3.3.3 基于Map Reduce的邻接表生成过程 | 第36-38页 |
| 3.3.4 改进的最短路径并行计算过程 | 第38-42页 |
| 3.3.5 基于Hadoop的GIS网络最短路径算法设计 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于Hadoop的GIS网络最短路径算法实现 | 第44-62页 |
| 4.1 Hadoop下GIS网络最短路径算法实现 | 第44-55页 |
| 4.1.1 基于H_PGNSP的数据组织 | 第44-48页 |
| 4.1.2 路网抽象 | 第48-49页 |
| 4.1.3 GIS网络数据在Hadoop中的存储与管理实现 | 第49-51页 |
| 4.1.4 邻接表结构生成过程实现 | 第51-53页 |
| 4.1.5 H_PGNSP分布式并行算法实现 | 第53-55页 |
| 4.2 Hadoop集群搭建及实验结果对比分析 | 第55-60页 |
| 4.2.1 实验集群环境搭建 | 第55-58页 |
| 4.2.2 实验结果对比分析 | 第58-60页 |
| 4.3 基于Arc GIS API for Java Script的结果展示 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 5.1 论文总结 | 第62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-70页 |
| 附录A Node Hbase类部分代码 | 第66-70页 |
| 致谢 | 第70-71页 |
