| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 集中式Skyline查询 | 第10-11页 |
| 1.2.2 分布式Skyline查询 | 第11-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 相关理论和技术 | 第14-22页 |
| 2.1 Skyline基本概念 | 第14-16页 |
| 2.1.1 Skyline查询 | 第14-15页 |
| 2.1.2 Skyline查询的变体 | 第15-16页 |
| 2.2 Hadoop云计算框架 | 第16-18页 |
| 2.2.1 HDFS分布式文件系统 | 第16页 |
| 2.2.2 MapReduce计算模型 | 第16-17页 |
| 2.2.3 Yarn资源管理模型 | 第17-18页 |
| 2.3 空间数据与索引机制 | 第18-22页 |
| 2.3.1 空间数据与空间数据库 | 第18-19页 |
| 2.3.2 空间数据的索引机制 | 第19-20页 |
| 2.3.3 分布式空间数据检索 | 第20-22页 |
| 第3章 MapReduce下基于索引的Skyline算法 | 第22-36页 |
| 3.1 相关概念与定义 | 第22-25页 |
| 3.1.1 基本定义 | 第22-23页 |
| 3.1.2 BNL算法 | 第23-24页 |
| 3.1.3 STR算法 | 第24-25页 |
| 3.2 数据分区划分 | 第25-28页 |
| 3.2.1 确定分区数量 | 第26页 |
| 3.2.2 确定划分规则 | 第26-27页 |
| 3.2.3 并行分发数据 | 第27-28页 |
| 3.3 分层R树索引的构建 | 第28-31页 |
| 3.3.1 局部R树索引 | 第28-30页 |
| 3.3.2 全局R树索引 | 第30-31页 |
| 3.4 基于索引剪枝的Skyline算法 | 第31-32页 |
| 3.4.1 查询流程 | 第31-32页 |
| 3.4.2 流程分析 | 第32页 |
| 3.5 实验结果与分析 | 第32-36页 |
| 3.5.1 实验环境及实验数据 | 第32-33页 |
| 3.5.2 实验结果与分析 | 第33-36页 |
| 第4章 基于支配点过滤策略的动态Skyline算法 | 第36-51页 |
| 4.1 相关概念与定义 | 第36-38页 |
| 4.1.1 基本定义 | 第36-37页 |
| 4.1.2 曼哈顿距离 | 第37-38页 |
| 4.2 基于索引剪枝的动态Skyline算法 | 第38-41页 |
| 4.2.1 查询流程 | 第38-40页 |
| 4.2.2 流程分析 | 第40-41页 |
| 4.3 使用点过滤优化策略的动态Skyline算法 | 第41-47页 |
| 4.3.1 问题描述 | 第41-42页 |
| 4.3.2 理论基础 | 第42-45页 |
| 4.3.3 过滤策略和流程 | 第45-47页 |
| 4.4 实验结果与分析 | 第47-51页 |
| 4.4.1 实验环境及实验数据 | 第47页 |
| 4.4.2 实验结果与分析 | 第47-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |
