| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 引言 | 第14-21页 |
| 1.1 论文研究背景及意义 | 第14-16页 |
| 1.1.1 大数据时代来临 | 第14页 |
| 1.1.2 大数据环境下的国家农业图书馆 | 第14-16页 |
| 1.1.3 研究目的及意义 | 第16页 |
| 1.2 国内外研究进展 | 第16-19页 |
| 1.2.1 国外研究进展 | 第17-18页 |
| 1.2.2 国内研究进展 | 第18-19页 |
| 1.3 主要研究内容与章节安排 | 第19-21页 |
| 第二章 大数据存储与分析工具 | 第21-30页 |
| 2.1 Hadoop | 第21-26页 |
| 2.1.1 Hadoop生态系统 | 第21-22页 |
| 2.1.2 HDFS | 第22-24页 |
| 2.1.3 MapReduce | 第24-25页 |
| 2.1.4 Zookeeper | 第25-26页 |
| 2.2 Hbase列式存储数据库 | 第26-27页 |
| 2.2.1 Hbase | 第26-27页 |
| 2.2.2 Hbase核心功能模块 | 第27页 |
| 2.2.3 Hbase的数据模型 | 第27页 |
| 2.3 Spark大数据分析计算平台 | 第27-29页 |
| 2.3.1 Spark | 第27-28页 |
| 2.3.2 Spark核心数据元素及操作 | 第28页 |
| 2.3.3 Spark核心功能模块 | 第28-29页 |
| 2.3.4 Spark任务处理流程 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 大数环境下农业数字资源存储与应用技术体系 | 第30-38页 |
| 3.1 基于大数据技术的农业数字资源存储框架设计 | 第30-31页 |
| 3.2 基于大数据技术的农业数字资源分析应用框架设计 | 第31-33页 |
| 3.3 基于大数据技术的农业数字资源存储与挖掘分析平台构建 | 第33-37页 |
| 3.3.1 实验集群构建 | 第33页 |
| 3.3.2 Hadoop的安装 | 第33-35页 |
| 3.3.3 安装Hbase数据库 | 第35-36页 |
| 3.3.4 Spark的安装 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于Hbase的农业数字资源存储实现 | 第38-56页 |
| 4.1 Hbase优势分析 | 第38-39页 |
| 4.1.1 传统关系型数据库面临的挑战 | 第38页 |
| 4.1.2 Hbase特点分析 | 第38-39页 |
| 4.2 基于Hbase的农产品贸易数据存储实例 | 第39-51页 |
| 4.2.1 农产品贸易数据特点 | 第39-40页 |
| 4.2.2 农产品贸易数据Hbase表结构设计 | 第40-44页 |
| 4.2.3 基于Hbase的农产品贸易数据存储关键技术 | 第44-48页 |
| 4.2.4 Hbase存储数据算法实现 | 第48-50页 |
| 4.2.5 数据存储介绍 | 第50-51页 |
| 4.3 测试与分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 基于Spark的农业数字资源分析与应用 | 第56-63页 |
| 5.1 Spark处理技术优势分析 | 第56-57页 |
| 5.1.1 Spark特性 | 第56-57页 |
| 5.1.2 Spark支持农业数字资源挖掘分析组件 | 第57页 |
| 5.2 基于Spark的农产品贸易数据分析应用 | 第57-62页 |
| 5.2.1 算法分析 | 第57-58页 |
| 5.2.2 Spark进行图计算流程 | 第58-59页 |
| 5.2.4 2010年水稻农产品贸易数据分析结果 | 第59-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63页 |
| 6.2 未来工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
