基于Hadoop平台的通信数据分布式查询算法的设计与实现
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-15页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究内容与意义 | 第12-14页 |
| ·论文结构 | 第14-15页 |
| 2 Hadoop平台架构 | 第15-29页 |
| ·Hadoop技术背景 | 第15-19页 |
| ·IBM的云计算 | 第15-16页 |
| ·Google文件系统GFS | 第16-17页 |
| ·Google的Map/Reduce算法 | 第17-19页 |
| ·Hadoop平台概述 | 第19-20页 |
| ·Hadoop分布式文件系统HDFS | 第20-24页 |
| ·假定与目标 | 第21页 |
| ·名字节点与数据节点 | 第21-22页 |
| ·数据复制 | 第22-23页 |
| ·数据组织 | 第23-24页 |
| ·Hadoop平台Map/Reduce模型 | 第24-28页 |
| ·主要操作实现 | 第24-25页 |
| ·Map/Reduce执行流程 | 第25-27页 |
| ·其他关键技术 | 第27-28页 |
| ·本章总结 | 第28-29页 |
| 3 基于Hbase的数据模型设计 | 第29-41页 |
| ·Google的BigTable | 第29-30页 |
| ·Hbase体系结构 | 第30-32页 |
| ·Hregion服务器 | 第30-31页 |
| ·主服务器 | 第31-32页 |
| ·Hbase数据模型 | 第32-33页 |
| ·通信数据模型设计 | 第33-37页 |
| ·数据模型设计分析 | 第33-34页 |
| ·主表设计 | 第34-35页 |
| ·反向表设计 | 第35-37页 |
| ·元数据模型设计 | 第37-39页 |
| ·条件查询优化 | 第39-40页 |
| ·数据存储性能优化 | 第40页 |
| ·本章总结 | 第40-41页 |
| 4 分布式查询算法设计 | 第41-51页 |
| ·传统扩展查询算法 | 第41-42页 |
| ·扩展查询算法概述 | 第41-42页 |
| ·存在问题 | 第42页 |
| ·扩展算法的Hadoop实现 | 第42-47页 |
| ·设计思想 | 第42-44页 |
| ·Map函数设计 | 第44-45页 |
| ·Combine函数设计 | 第45页 |
| ·Reduce函数设计 | 第45-46页 |
| ·Run函数设计 | 第46-47页 |
| ·Map/Reduce相关配制 | 第47-49页 |
| ·任务粒度 | 第47-48页 |
| ·系统容错机制 | 第48页 |
| ·分类函数 | 第48-49页 |
| ·两种系统实现比较 | 第49-50页 |
| ·本章总结 | 第50-51页 |
| 5 系统实施 | 第51-60页 |
| ·方案部署 | 第51-56页 |
| ·硬件环境配置 | 第51-52页 |
| ·SSH配置 | 第52页 |
| ·数据节点和名字节点设置 | 第52页 |
| ·Hadoop平台搭建 | 第52-54页 |
| ·Hbase环境搭建 | 第54-55页 |
| ·与客户端系统结合 | 第55-56页 |
| ·运行结果与分析 | 第56-59页 |
| ·不同数据规模的实验 | 第56-57页 |
| ·不同任务粒度的实验 | 第57-59页 |
| ·本章总结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·论文总结 | 第60-61页 |
| ·论文展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 学位论文数据集 | 第64页 |
