海量非结构化数据分布式分析与检索
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 本文主要研究工作 | 第13-14页 |
| 1.3 本文组织结构 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关工作综述 | 第15-28页 |
| 2.1 D-Ocean简介 | 第15-16页 |
| 2.2 非结构化数据分析系统 | 第16-18页 |
| 2.2.1 非结构化数据类型 | 第16-17页 |
| 2.2.2 高维特征抽取 | 第17-18页 |
| 2.3 海量数据索引系统 | 第18-19页 |
| 2.4 高维数据索引 | 第19-24页 |
| 2.4.1 树状索引 | 第19-20页 |
| 2.4.2 位置敏感哈希 | 第20-23页 |
| 2.4.3 谱哈希 | 第23-24页 |
| 2.4.4 混合索引 | 第24页 |
| 2.5 数据映射算法 | 第24-27页 |
| 2.5.1 SimpleSum | 第25-26页 |
| 2.5.2 CauchyLSH | 第26页 |
| 2.5.3 Z-Order | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 分布式非结构化数据分析系统 | 第28-37页 |
| 3.1 非结构化数据分析接口设计 | 第28-31页 |
| 3.1.1 对象分析接口 | 第29-30页 |
| 3.1.2 集合分析接口 | 第30页 |
| 3.1.3 其他扩展接口 | 第30-31页 |
| 3.2 非结构化数据分析系统设计与实现 | 第31-36页 |
| 3.2.1 非结构化分析系统架构 | 第31-34页 |
| 3.2.2 分析任务执行流程 | 第34页 |
| 3.2.3 非结构化数据分析插件开发流程 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 分布式非结构化数据索引框架 | 第37-57页 |
| 4.1 分布式非结构化数据索引框架 | 第37-40页 |
| 4.1.1 索引集群 | 第38页 |
| 4.1.2 分布式共享文件系统 | 第38-39页 |
| 4.1.3 查询集群 | 第39页 |
| 4.1.4 消息通信 | 第39-40页 |
| 4.1.5 日志系统 | 第40页 |
| 4.2 分布式索引系统数据管理 | 第40-45页 |
| 4.2.1 索引文件结构及其分布 | 第40-42页 |
| 4.2.2 元数据信息 | 第42-44页 |
| 4.2.3 索引任务定义 | 第44-45页 |
| 4.3 系统运行流程 | 第45-53页 |
| 4.3.1 系统启动 | 第45-48页 |
| 4.3.2 索引流程 | 第48-52页 |
| 4.3.3 查询流程 | 第52-53页 |
| 4.4 实验 | 第53-56页 |
| 4.4.1 分布式建索引耗时 | 第53-54页 |
| 4.4.2 分布式查询 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 海量高维数据索引算法应用 | 第57-71页 |
| 5.1 分片策略设计 | 第57-59页 |
| 5.2 局部索引策略 | 第59-61页 |
| 5.2.1 SH训练样本 | 第59-60页 |
| 5.2.2 BSH | 第60-61页 |
| 5.2.3 TSH | 第61页 |
| 5.3 索引文件设计 | 第61-65页 |
| 5.3.1 BSH索引文件设计 | 第61-62页 |
| 5.3.2 TSH索引文件设计 | 第62-65页 |
| 5.4 实验 | 第65-70页 |
| 5.4.1 数据分片策略 | 第65-67页 |
| 5.4.2 分布式LSH与SH | 第67-68页 |
| 5.4.3 LSH与BSH对比实验 | 第68-69页 |
| 5.4.4 SH与TSH对比实验 | 第69页 |
| 5.4.5 LSH与BSH查询效率对比 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 未来研究方向 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间主要的研宄成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简历 | 第79页 |
