| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-13页 |
| 1.2 研究现状与进展 | 第13-15页 |
| 1.3 本文的主要研究内容及成果 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 相关知识 | 第17-32页 |
| 2.1 Hadoop简介 | 第17-22页 |
| 2.1.1 MapReduce编程模型 | 第17-18页 |
| 2.1.2 Hadoop的MapReduce | 第18-20页 |
| 2.1.3 GFS | 第20-21页 |
| 2.1.4 HDFS | 第21-22页 |
| 2.2 Hive简介 | 第22-26页 |
| 2.2.1 Hive架构 | 第22-23页 |
| 2.2.2 数据类型和文件格式 | 第23-25页 |
| 2.2.3 HiveQL | 第25-26页 |
| 2.3 高速计算引擎Spark | 第26-31页 |
| 2.3.1 Spark简介 | 第26-27页 |
| 2.3.2 弹性分布式数据集RDD | 第27-29页 |
| 2.3.3 集群运行模式 | 第29-30页 |
| 2.3.4 Job调度与容错处理 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 Spark SQL | 第32-43页 |
| 3.1 Spark SQL简介 | 第32-33页 |
| 3.2 SQL/HQL的执行流程 | 第33-38页 |
| 3.3 JOIN优化规则 | 第38-39页 |
| 3.3.1 JOIN简介 | 第38页 |
| 3.3.2 JOIN优化规则 | 第38-39页 |
| 3.4 JOIN算法 | 第39-42页 |
| 3.4.1 连接算法简介 | 第39-40页 |
| 3.4.2 JOIN算法选择策略 | 第40-41页 |
| 3.4.3 左半连接算法 | 第41页 |
| 3.4.4 内连接算法 | 第41-42页 |
| 3.4.5 外连接算法 | 第42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 JOIN操作实现与优化 | 第43-56页 |
| 4.1 SelectedBroadcastHashOuterJoin算法 | 第43-46页 |
| 4.1.1 算法思想 | 第43页 |
| 4.1.2 算法描述 | 第43-44页 |
| 4.1.3 算法实现 | 第44-46页 |
| 4.2 SortMergeOuterJoin策略 | 第46-49页 |
| 4.2.1 算法思想 | 第46页 |
| 4.2.2 算法描述 | 第46-48页 |
| 4.2.3 算法实现 | 第48-49页 |
| 4.3 基于广播操作小表数据去重优化 | 第49-50页 |
| 4.3.1 问题描述 | 第49页 |
| 4.3.2 优化思想 | 第49-50页 |
| 4.3.3 优化实现 | 第50页 |
| 4.4 基于Bloom Filter过滤的大表等值连接优化 | 第50-55页 |
| 4.4.1 问题描述 | 第50-51页 |
| 4.4.2 海量数据去重算法BloomFilter | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验测试与分析 | 第56-67页 |
| 5.1 实验集群搭建 | 第56-62页 |
| 5.1.1 通用软件环境配置 | 第57-58页 |
| 5.1.2 Hadoop集群配置 | 第58-59页 |
| 5.1.3 Hive安装 | 第59-61页 |
| 5.1.4 Spark集群搭建 | 第61页 |
| 5.1.5 数据说明 | 第61-62页 |
| 5.2 SelectedBroadcastHashOuterJoin测试 | 第62-63页 |
| 5.2.1 实验数据集 | 第62页 |
| 5.2.2 测试结果 | 第62-63页 |
| 5.3 SortMergeOuterJoin测试 | 第63-64页 |
| 5.3.1 实验数据集 | 第63页 |
| 5.3.2 测试结果 | 第63-64页 |
| 5.4 小表去重优化测试 | 第64-65页 |
| 5.4.1 实验数据集 | 第64页 |
| 5.4.2 测试结果 | 第64-65页 |
| 5.5 基于Bloom Filter的大表等值连接优化 | 第65-66页 |
| 5.5.1 实验数据集 | 第65-66页 |
| 5.5.2 测试结果 | 第66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文主要内容总结 | 第67页 |
| 6.2 未来工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
