基于Hadoop的图片视频存储及分布式处理的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 研究目标 | 第11-13页 |
| 1.2.1 图片分布式概述 | 第12页 |
| 1.2.2 视频分布式转码概述 | 第12-13页 |
| 1.2.3 研究意义 | 第13页 |
| 1.3 国内外研究进展 | 第13-16页 |
| 1.4 本文主要工作 | 第16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 相关技术理论和平台整体架构 | 第18-28页 |
| 2.1 Hadoop技术 | 第18-24页 |
| 2.1.1 Hadoop起源及生态系统 | 第18-20页 |
| 2.1.2 Hdfs架构 | 第20-22页 |
| 2.1.3 MapReduce框架 | 第22-24页 |
| 2.2 OpenCV技术 | 第24-25页 |
| 2.3 Ffmpeg技术 | 第25-26页 |
| 2.4 平台整体架构设计 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 图片小文件优化存储的设计与实现 | 第28-36页 |
| 3.1 实现背景 | 第28-29页 |
| 3.2 Hadoop已有的小文件优化存储方案 | 第29-32页 |
| 3.2.1 SquenceFile优化存储方案 | 第29-30页 |
| 3.2.2 MapFile优化存储方案 | 第30-32页 |
| 3.3 自定义图片小文件优化存储方案 | 第32-35页 |
| 3.3.1 图片存储设计架构 | 第32-33页 |
| 3.3.2 图片存储具体实现 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 图片分布式处理的设计与实现 | 第36-44页 |
| 4.1 实现背景 | 第36页 |
| 4.2 自定义图片分布式处理方案 | 第36-41页 |
| 4.2.1 图片处理设计架构 | 第36-37页 |
| 4.2.2 图片处理接口实现 | 第37-41页 |
| 4.3 OpenCV并行化 | 第41-43页 |
| 4.3.1 图片处理流程设计 | 第41页 |
| 4.3.2 图片处理程序实现 | 第41-43页 |
| 4.3.3 效果展示 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 视频分布式转码的设计与实现 | 第44-50页 |
| 5.1 实现背景 | 第44页 |
| 5.2 视频分布式转码方案 | 第44-47页 |
| 5.2.1 视频转码设计架构 | 第44-45页 |
| 5.2.2 视频分布式转码实现 | 第45-47页 |
| 5.3 Ffmpeg并行化 | 第47-49页 |
| 5.3.1 视频转码流程设计 | 第47-48页 |
| 5.3.2 视频转码加水印实现 | 第48-49页 |
| 5.3.3 效果展示 | 第49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 案例分析 | 第50-63页 |
| 6.1 实现背景 | 第50页 |
| 6.2 系统环境搭建 | 第50-60页 |
| 6.2.1 实验硬件环境配置 | 第50-51页 |
| 6.2.2 实验软件环境配置 | 第51-60页 |
| 6.3 实验对比分析 | 第60-62页 |
| 6.3.1 图片处理性能对比 | 第60-61页 |
| 6.3.2 视频转码性能对比 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 总结与展望 | 第63-64页 |
| 总结 | 第63页 |
| 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |
