摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
致谢 | 第9-12页 |
图、表清单 | 第12-13页 |
第一章 绪论 | 第13-17页 |
·研究背景 | 第13-14页 |
·本文的研究内容及意义 | 第14-15页 |
·本文创新点 | 第15页 |
·本文的组织结构 | 第15-17页 |
第二章 资源描述框架(RDF)存储系统 | 第17-30页 |
·RDF 存储系统 | 第17-24页 |
·RDF | 第17-18页 |
·RDF 模型 | 第18-19页 |
·RDF 查询语言 | 第19-20页 |
·Triple Store | 第20-21页 |
·Property Table | 第21-22页 |
·Vertical Partitioning | 第22-23页 |
·Hexastore | 第23-24页 |
·分布式 RDF 存储系统 | 第24-29页 |
·RDFPeers | 第25页 |
·YARS2 | 第25-26页 |
·4Store | 第26-27页 |
·Clustered TDB | 第27-28页 |
·基于 Hadoop 的 RDF 存储系统 | 第28-29页 |
·本章小结 | 第29-30页 |
第三章 基于有序二叉树的 RDF 存储模型 | 第30-40页 |
·云计算的数据存储特性 | 第30-31页 |
·云计算环境下 RDF 存储模型分析 | 第31页 |
·基于有序二叉树的 RDF 存储模型 | 第31-36页 |
·模型概述 | 第31-32页 |
·模型三元组分类 | 第32-33页 |
·模型节点描述 | 第33页 |
·模型结构描述 | 第33-34页 |
·模型结点插入和删除 | 第34页 |
·有序二叉树模型转化方法 | 第34-36页 |
·有序二叉树模型查询算法 | 第36-39页 |
·排序权值 | 第36-37页 |
·查询算法 | 第37-39页 |
·模型存储优化方法 | 第39页 |
·本章小结 | 第39-40页 |
第四章 基于 MapReduce 的 RDF 数据查询处理 | 第40-51页 |
·RDF 数据查询条件解析 | 第40-41页 |
·MapReduce 查询任务生成 | 第41-47页 |
·MapReduce 任务特性 | 第41-43页 |
·查询任务生成算法 | 第43-47页 |
·RDF 数据查询处理 | 第47-50页 |
·查询处理流程 | 第47-48页 |
·查询任务输入数据选择 | 第48-49页 |
·查询任务运行策略 | 第49-50页 |
·本章小结 | 第50-51页 |
第五章 系统实现与实验分析 | 第51-65页 |
·系统实现 | 第51-56页 |
·设计目标 | 第51页 |
·关键问题定义 | 第51页 |
·关键技术 | 第51-54页 |
·原型系统 | 第54-56页 |
·实验分析 | 第56-64页 |
·实验环境 | 第56-59页 |
·实验与结果分析 | 第59-64页 |
·本章小结 | 第64-65页 |
第六章 总结与展望 | 第65-66页 |
·论文总结 | 第65页 |
·下一步工作 | 第65-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间发表的论文及参与的科研项目 | 第71-72页 |