| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文主要工作内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 相关技术介绍 | 第14-27页 |
| 2.1 主流分布式文件系统概述 | 第14-17页 |
| 2.1.1 moose FS | 第14-15页 |
| 2.1.2 mogilefs | 第15-16页 |
| 2.1.3 Fast DFS | 第16-17页 |
| 2.1.4 HDFS | 第17页 |
| 2.2 FASTDFS文件系统概述 | 第17-20页 |
| 2.3 HADOOP分布式处理框架 | 第20-25页 |
| 2.3.1 Hadoop分布式文件系统 | 第20-23页 |
| 2.3.2 Map Reduce编程模型 | 第23-25页 |
| 2.4 MONGODB NOSQL数据库概述 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 需求分析和数据逻辑模型 | 第27-34页 |
| 3.1 系统需求分析 | 第27-29页 |
| 3.1.1 传统数据处理软件难以满足大数据的需求 | 第27页 |
| 3.1.2 对外提供统一的服务接.需求 | 第27-28页 |
| 3.1.3 统一的数据逻辑模型需求 | 第28-29页 |
| 3.2 大数据存储逻辑模型 | 第29-33页 |
| 3.2.1 基于属性向量的统一数据模型的提出 | 第29-31页 |
| 3.2.2 基于属性向量的统一数据模型的实现 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 系统设计和实现 | 第34-54页 |
| 4.1 系统总体架构 | 第34-35页 |
| 4.2 系统流程介绍 | 第35-40页 |
| 4.2.1 系统启动流程 | 第35-37页 |
| 4.2.2 数据文件入库 | 第37-38页 |
| 4.2.3 数据文件删除 | 第38-39页 |
| 4.2.4 数据查询和文件读取 | 第39-40页 |
| 4.3 文件级重复数据删除 | 第40-46页 |
| 4.3.1 重复数据删除技术介绍 | 第40-42页 |
| 4.3.2 重复数据删除在本系统中的实现 | 第42-46页 |
| 4.4 MONGODB分片和负载均衡算法优化 | 第46-49页 |
| 4.4.1 Mongo DB自分片架构 | 第46-47页 |
| 4.4.2 基于热度的负载均衡算法 | 第47-48页 |
| 4.4.3 基于热度的负载均衡算法在Mongo DB中的运用 | 第48-49页 |
| 4.5 系统中并行化的应用 | 第49-53页 |
| 4.5.1 Fast DFS中文件属性提取并行化的实现 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 实验测试与分析 | 第54-62页 |
| 5.1 实验环境部署 | 第54-55页 |
| 5.2 数据文件入库性能实验 | 第55-58页 |
| 5.3 文件入库到FASTDFS的并行属性提取和串行属性提取性能对比 | 第58-60页 |
| 5.4 文件查询性能测试 | 第60页 |
| 5.5 本章小结 | 第60-62页 |
| 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |
