摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-14页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-13页 |
1.2.1 解压缩及滤波处理的研究现状 | 第11-12页 |
1.2.2 Hadoop的发展现状 | 第12-13页 |
1.3 研究内容 | 第13页 |
1.4 组织结构 | 第13-14页 |
2 Hadoop相关技术 | 第14-24页 |
2.1 Hadoop简介 | 第14页 |
2.2 分布式文件系统HDFS | 第14-19页 |
2.2.1 HDFS简介 | 第14-15页 |
2.2.2 HDFS架构 | 第15-16页 |
2.2.3 名称节点联盟 | 第16-17页 |
2.2.4 名称节点高可用性的实现 | 第17-19页 |
2.3 YARN | 第19-20页 |
2.3.1 YARN简介 | 第19页 |
2.3.2 YARN架构 | 第19-20页 |
2.4 Map Reduce | 第20-23页 |
2.4.1 Map Reduce简介 | 第20-21页 |
2.4.2 Map Reduce工作流程 | 第21-22页 |
2.4.3 Map Reduce On YARN工作流程 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
3 基于Hadoop平台解压缩地震波形数据 | 第24-42页 |
3.1 地震波形数据简介 | 第24-25页 |
3.1.1 地震波形数据分类 | 第24页 |
3.1.2 地震波形数据格式 | 第24-25页 |
3.2 串行解压缩算法 | 第25-27页 |
3.2.1 Steim2压缩算法的原理与实现 | 第25-26页 |
3.2.2 解压缩算法原理 | 第26-27页 |
3.3 基于Hadoop平台解压缩地震波形数据 | 第27-41页 |
3.3.1 可行性分析 | 第27-29页 |
3.3.2 设计思路 | 第29-30页 |
3.3.3 输入格式设计 | 第30-32页 |
3.3.4 Map阶段的实现 | 第32-35页 |
3.3.5 二次排序的设计思路 | 第35-38页 |
3.3.6 Reduce阶段的实现 | 第38-41页 |
3.4 本章小结 | 第41-42页 |
4 并行解压缩实验测试及分析 | 第42-52页 |
4.1 实验环境 | 第42-47页 |
4.1.1 实验平台的软硬件环境 | 第42页 |
4.1.2 实验平台的搭建 | 第42-46页 |
4.1.3 实验数据 | 第46-47页 |
4.2 实验设计及结果分析 | 第47-50页 |
4.2.1 正确性验证 | 第47-48页 |
4.2.2 运行效率对比实验 | 第48-49页 |
4.2.3 加速比实验 | 第49-50页 |
4.3 本章小结 | 第50-52页 |
5 基于Hadoop平台的地震波形数据滤波处理 | 第52-64页 |
5.1 数字滤波简介 | 第52-56页 |
5.1.1 频率域滤波器分类 | 第52-53页 |
5.1.2 有限脉冲响应滤波器工作原理 | 第53-55页 |
5.1.3 基于窗函数法设计有限脉冲响应滤波器 | 第55-56页 |
5.2 基于Hadoop平台的地震波形数据滤波处理的设计与实现 | 第56-60页 |
5.2.1 地震滤波意义 | 第56-57页 |
5.2.2 并行滤波的设计思想 | 第57页 |
5.2.3 并行滤波的实现 | 第57-60页 |
5.3 实验测试及分析 | 第60-63页 |
5.3.1 实验环境及数据 | 第60页 |
5.3.2 实验设计及结果分析 | 第60-63页 |
5.4 本章小结 | 第63-64页 |
6 总结与展望 | 第64-66页 |
6.1 总结 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
攻读学位期间取得的科研成果清单 | 第73页 |