| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 研究内容 | 第18-20页 |
| 1.2.1 分布式流数据的在线聚合查询 | 第18-19页 |
| 1.2.2 基于流数据模式匹配的长期预测方法 | 第19页 |
| 1.2.3 分布式流处理在实时交通中的应用 | 第19-20页 |
| 1.3 本文创新点 | 第20页 |
| 1.4 本文组织结构 | 第20-23页 |
| 第二章 研究现状与关键技术 | 第23-39页 |
| 2.1 流数据与流数据处理 | 第23-24页 |
| 2.2 分布式处理系统概况 | 第24-25页 |
| 2.3 分布式流数据关键技术 | 第25-33页 |
| 2.3.1 分布式流数据分析 | 第26-30页 |
| 2.3.2 分布式流数据处理 | 第30-33页 |
| 2.4 分布式流数据系统实例分析 | 第33-37页 |
| 2.4.1 Apache S4系统 | 第33-34页 |
| 2.4.2 Twitter Storm系统 | 第34-36页 |
| 2.4.3 Spark Discretized Stream系统 | 第36-37页 |
| 2.4.4 分布式流数据系统比较分析 | 第37页 |
| 2.5 小结 | 第37-39页 |
| 第三章 分布式流数据的在线聚合查询 | 第39-63页 |
| 3.1 引言 | 第39-40页 |
| 3.2 知识背景 | 第40-44页 |
| 3.2.1 Actor模型 | 第40-41页 |
| 3.2.2 在线聚合 | 第41页 |
| 3.2.3 应用Actor模型举例 | 第41-42页 |
| 3.2.4 Map Reduce Online处理过程 | 第42-44页 |
| 3.3 系统概述 | 第44-51页 |
| 3.3.1 分布式流数据随机采样 | 第44-46页 |
| 3.3.2 多层次查询处理模型 | 第46-48页 |
| 3.3.3 处理拓扑结构 | 第48-51页 |
| 3.3.4 故障容错 | 第51页 |
| 3.4 统计分析 | 第51-53页 |
| 3.5 实验结果评估 | 第53-62页 |
| 3.5.1 实验环境配置 | 第53-55页 |
| 3.5.2 窗口缓存数据量的评估 | 第55页 |
| 3.5.3 置信区间与误差范围的分析 | 第55-56页 |
| 3.5.4 多查询语句性能分析 | 第56-58页 |
| 3.5.5 可扩展性评估分析 | 第58-60页 |
| 3.5.6 在流数据处理方面与Spark系统比较 | 第60-62页 |
| 3.6 小结 | 第62-63页 |
| 第四章 分布式流数据中的模式匹配与预测 | 第63-93页 |
| 4.1 引言 | 第63-65页 |
| 4.2 基于单台机器的模式匹配模型 | 第65-73页 |
| 4.2.1 模型总体介绍 | 第65页 |
| 4.2.2 模式抽取 | 第65-67页 |
| 4.2.3 模式匹配模型 | 第67-71页 |
| 4.2.4 预测结果融合 | 第71-73页 |
| 4.3 基于分布式集群的模式匹配 | 第73-80页 |
| 4.3.1 分布式模型总体介绍 | 第73-74页 |
| 4.3.2 数据预处理 | 第74-75页 |
| 4.3.3 模式分区 | 第75-76页 |
| 4.3.4 分布式模式匹配处理 | 第76-78页 |
| 4.3.5 模式更新 | 第78-80页 |
| 4.4 单机实验评估 | 第80-86页 |
| 4.4.1 实验环境配置 | 第80页 |
| 4.4.2 性能评估 | 第80-86页 |
| 4.5 分布式模式匹配实验评估 | 第86-92页 |
| 4.5.1 实验环境配置 | 第86-87页 |
| 4.5.2 分区策略性能评估 | 第87-88页 |
| 4.5.3 模式匹配方式评估 | 第88-92页 |
| 4.6 小结 | 第92-93页 |
| 第五章 分布式流处理在实时交通中的应用 | 第93-125页 |
| 5.1 引言 | 第93-94页 |
| 5.2 问题描述 | 第94-95页 |
| 5.3 系统综述 | 第95-96页 |
| 5.4 图模型初始化 | 第96-98页 |
| 5.4.1 图分区 | 第96-97页 |
| 5.4.2 图捷径维护 | 第97-98页 |
| 5.5 SSSP查询处理 | 第98-105页 |
| 5.5.1 查询处理算法 | 第99-100页 |
| 5.5.2 查询处理优化 | 第100-103页 |
| 5.5.3 查询算法停止机制 | 第103-105页 |
| 5.6 导航路径实时更新 | 第105-111页 |
| 5.6.1 捷径更新 | 第105页 |
| 5.6.2 路径更新RSP处理 | 第105-110页 |
| 5.6.3 并发控制 | 第110-111页 |
| 5.7 实验结果分析 | 第111-122页 |
| 5.7.1 仿真数据评估 | 第112-120页 |
| 5.7.2 实际数据评估 | 第120-122页 |
| 5.8 相关研究与比较 | 第122-123页 |
| 5.9 小结 | 第123-125页 |
| 第六章 总结与展望 | 第125-127页 |
| 6.1 本文总结 | 第125-126页 |
| 6.2 未来展望 | 第126-127页 |
| 参考文献 | 第127-143页 |
| 致谢 | 第143-145页 |
| 攻读博士学位期间发表的学术论文目录 | 第145-147页 |