摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第11-18页 |
1.1 研究背景和动机 | 第11-14页 |
1.1.1 大数据时代 | 第11-13页 |
1.1.2 基于超大规模数据的时序检索 | 第13-14页 |
1.2 问题和挑战 | 第14-15页 |
1.3 本文的主要工作 | 第15-16页 |
1.4 本文的主要贡献 | 第16页 |
1.5 本文的主要结构 | 第16-18页 |
第2章 相关工作 | 第18-28页 |
2.1 分布式存储系统 | 第18-21页 |
2.1.1 分布式文件系统 | 第18-20页 |
2.1.2 NOSQL型数据库 | 第20-21页 |
2.2 Neo4j图数据库 | 第21-22页 |
2.3 分布式计算框架 | 第22-25页 |
2.3.1 MapReduce | 第22-23页 |
2.3.2 Spark | 第23-25页 |
2.4 时序数据库中的数据索引 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第3章 数学模型 | 第28-34页 |
3.1 标准化时序数据数学模型 | 第28-30页 |
3.2 基于时间条件的数据检索操作数学模型 | 第30-32页 |
3.2.1 基于时间点的检索操作 | 第31页 |
3.2.2 基于时间段的检索操作 | 第31-32页 |
3.3 本章小结 | 第32-34页 |
第4章 TQIndex索引设计原理 | 第34-54页 |
4.1 索引结构总览 | 第34-36页 |
4.2 垂直层级索引模块 | 第36-41页 |
4.2.1 索引结构 | 第36-37页 |
4.2.2 索引实现算法建模 | 第37-41页 |
4.3 时间轴索引模块 | 第41-51页 |
4.3.1 时间轴索引结构 | 第41-45页 |
4.3.2 Checkpoint加速机制 | 第45-47页 |
4.3.3 索引实现算法建模 | 第47-51页 |
4.4 索引更新问题 | 第51-52页 |
4.5 TQIndex与Timeline Index对比 | 第52页 |
4.6 本章小结 | 第52-54页 |
第5章 时序检索算法建模 | 第54-71页 |
5.1 基于时间点检索问题模型 | 第55-58页 |
5.1.1 算法设计思想 | 第55-56页 |
5.1.2 算法伪代码模型与解析 | 第56-58页 |
5.2 基于时间段包含关系检索问题模型 | 第58-64页 |
5.2.1 算法设计思想 | 第58-60页 |
5.2.2 算法伪代码模型与解析 | 第60-64页 |
5.3 基于时间段相交关系检索问题模型 | 第64-70页 |
5.3.1 算法设计思想: | 第64-65页 |
5.3.2 算法伪代码模型与解析 | 第65-70页 |
5.4 本章小结 | 第70-71页 |
第6章 复杂度分析 | 第71-75页 |
6.1 TQIndex索引空间复杂度分析 | 第71-72页 |
6.2 基于TQIndex的时序检索算法时间复杂度 | 第72-74页 |
6.2.1 基于时间点检索算法时间复杂度 | 第72-73页 |
6.2.2 基于时间段包含关系检索算法时间复杂度 | 第73页 |
6.2.3 基于时间段相交关系检索算法时间复杂度 | 第73-74页 |
6.3 本章小结 | 第74-75页 |
第7章 实验结果分析 | 第75-92页 |
7.1 实验环境介绍 | 第75-76页 |
7.2 实验数据来源 | 第76-78页 |
7.3 建立索引时空开销 | 第78-83页 |
7.3.1 层级索引模块 | 第78-79页 |
7.3.2 时间轴索引模块 | 第79-83页 |
7.4 基于TQIndex的检索算法性能 | 第83-91页 |
7.4.1 基于时间点检索算法性能测试 | 第83-85页 |
7.4.2 基于时间段包含关系检索算法性能测试 | 第85-88页 |
7.4.3 基于时间段相交关系检索算法性能测试 | 第88-91页 |
7.5 本章小结 | 第91-92页 |
第8章 总结与展望 | 第92-94页 |
参考文献 | 第94-98页 |
附录 | 第98-99页 |
致谢 | 第99页 |