| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-15页 |
| 第2章 非关系型数据库技术和数据压缩算法 | 第15-25页 |
| 2.1 NoSQL | 第15-18页 |
| 2.1.1 NoSQL的数据库介绍 | 第15-16页 |
| 2.1.2 面向文档存储MongoDB | 第16-17页 |
| 2.1.3 与关系型数据库的差异 | 第17-18页 |
| 2.2 数据压缩 | 第18-23页 |
| 2.2.1 数据压缩相关技术 | 第18-19页 |
| 2.2.2 霍夫曼编码 | 第19-21页 |
| 2.2.3 LZ系列算法 | 第21-22页 |
| 2.2.4 死区限值压缩算法 | 第22页 |
| 2.2.5 矩形波串法 | 第22页 |
| 2.2.6 标量量化技术 | 第22-23页 |
| 2.2.7 矢量量化技术 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 数据压缩方法的研究与改进 | 第25-35页 |
| 3.1 数据压缩在SCADA系统中的应用 | 第25-28页 |
| 3.1.1 SCADA历史数据的数据压缩策略 | 第25-27页 |
| 3.1.2 SDT算法 | 第27-28页 |
| 3.2 改进的旋转门压缩算法 | 第28-31页 |
| 3.2.1 ASDT算法的基本原理 | 第28-29页 |
| 3.2.2 ASDT算法的压缩步骤 | 第29-31页 |
| 3.3 实验分析 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 高可用Mongo DB集群的搭建 | 第35-45页 |
| 4.1 MongoDB集群的搭建方式 | 第35-37页 |
| 4.1.1 复制集 | 第35-36页 |
| 4.1.2 sharding分片 | 第36-37页 |
| 4.2 复制集+sharding集群的搭建 | 第37-42页 |
| 4.2.1 复制集+sharding集群的总体架构 | 第37-39页 |
| 4.2.2 复制集+sharding集群的搭建 | 第39-42页 |
| 4.3 本章小结 | 第42-45页 |
| 第5章 MongoDB数据负载均衡算法的研究与改进 | 第45-61页 |
| 5.1 数据负载均衡算法分析 | 第45-49页 |
| 5.1.1 MongoDB自动分片机制 | 第45-46页 |
| 5.1.2 数据负载均衡策略 | 第46-49页 |
| 5.2 马尔可夫过程 | 第49-51页 |
| 5.2.1 概述 | 第49页 |
| 5.2.2 一步转移概率与一步转移矩阵 | 第49-50页 |
| 5.2.3 稳态概率与正规转移概率矩阵 | 第50页 |
| 5.2.4 初始分布与绝对分布 | 第50-51页 |
| 5.2.5 n步转移概率与n步转移矩阵 | 第51页 |
| 5.3 基于马尔可夫链的负载均衡算法改进 | 第51-60页 |
| 5.3.1 引入马尔可夫链的可行性分析 | 第51-52页 |
| 5.3.2 改进的数据负载均衡算法 | 第52-58页 |
| 5.3.3 实验结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |