| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 海量电能质量数据处理问题的提出 | 第9-10页 |
| 1.2 课题的研究意义 | 第10-11页 |
| 1.3 Hadoop的研究现状 | 第11-13页 |
| 1.3.1 Hadoop在国外的研究现状 | 第12页 |
| 1.3.2 Hadoop在国内的研究现状 | 第12-13页 |
| 1.4 论文的研究内容和组织结构 | 第13-15页 |
| 第2章 Hadoop平台相关技术研究 | 第15-22页 |
| 2.1 Hadoop平台简介 | 第15页 |
| 2.2 分布式文件系统HDFS | 第15-17页 |
| 2.2.1 HDFS的设计假定与优势 | 第15-16页 |
| 2.2.2 HDFS的数据管理 | 第16-17页 |
| 2.2.3 HDFS的鲁棒性 | 第17页 |
| 2.3 MapReduce并行计算架构 | 第17-20页 |
| 2.3.1 MapReduce的主从式体系架构 | 第17-18页 |
| 2.3.2 MapReduce作业的执行机制 | 第18-19页 |
| 2.3.3 MapReduce的容错机制 | 第19-20页 |
| 2.4 分布式数据库HBase | 第20-21页 |
| 2.4.1 HBase的数据模型 | 第20页 |
| 2.4.2 HBase的主从式体系架构 | 第20-21页 |
| 2.4.3 HBase的数据管理 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 海量电能质量数据处理方案分析 | 第22-30页 |
| 3.1 电能质量概述 | 第22-24页 |
| 3.1.1 电能质量概念 | 第22页 |
| 3.1.2 电能质量监测平台分析 | 第22-24页 |
| 3.2 海量电能质量数据存储分析 | 第24-26页 |
| 3.2.1 海量电能质量数据来源及特点 | 第24-25页 |
| 3.2.2 电能质量基础数据存储 | 第25页 |
| 3.2.3 电能质量计算结果存储 | 第25-26页 |
| 3.3 海量电能质量数据计算分析 | 第26-28页 |
| 3.4 海量电能质量数据处理平台分析 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 海量电能质量数据处理方案的设计与实现 | 第30-45页 |
| 4.1 海量电能质量数据存储的设计与实现 | 第30-34页 |
| 4.1.1 电能质量基础数据存储模型的设计与实现 | 第30-33页 |
| 4.1.2 电能质量计算结果存储模型的设计与实现 | 第33-34页 |
| 4.2 电能质量基础数据计算MapReduce并行化的设计与实现 | 第34-43页 |
| 4.2.1 MapReduce作业的输入与输出 | 第34-35页 |
| 4.2.2 电能质量基础数据分析算法的设计与实现 | 第35-38页 |
| 4.2.3 Map函数的设计与实现 | 第38-39页 |
| 4.2.4 Reduce函数的设计与实现 | 第39-42页 |
| 4.2.5 电能质量MapReduce作业配置的封装实现 | 第42-43页 |
| 4.3 电能质量MapReduce作业配置调优 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验平台搭建与结果分析 | 第45-54页 |
| 5.1 实验平台搭建 | 第45-50页 |
| 5.1.1 实验软硬件环境 | 第45-46页 |
| 5.1.2 Hadoop的安装配置 | 第46-49页 |
| 5.1.3 ZooKeeper的安装配置 | 第49页 |
| 5.1.4 HBase的安装配置 | 第49-50页 |
| 5.2 实验结果分析 | 第50-53页 |
| 5.2.1 电能质量数据计算时效性对比分析 | 第51-53页 |
| 5.2.2 电能质量MapReduce作业计算结果正确性分析 | 第53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 本文工作总结 | 第54页 |
| 6.2 本文工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第59-60页 |
| 致谢 | 第60页 |
