| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究基础 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 论文主要研究内容 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第2章 分布式并行数据集成方法 | 第17-23页 |
| 2.1 Hadoop | 第17-18页 |
| 2.1.1 MapReduce编程模型 | 第17页 |
| 2.1.2 Hadop的优势和劣势 | 第17-18页 |
| 2.2 系统架构 | 第18-19页 |
| 2.3 研究目标 | 第19-23页 |
| 2.3.1 集成策略 | 第19-21页 |
| 2.3.2 数据布局方法 | 第21-23页 |
| 第3章 数据集成策略 | 第23-39页 |
| 3.1 相关定义 | 第23-26页 |
| 3.1.1 用例 | 第23页 |
| 3.1.2 操作 | 第23-24页 |
| 3.1.3 Join算法 | 第24-26页 |
| 3.2 基于Hadop的数据集成策略 | 第26-34页 |
| 3.2.1 Map端集成策略(MSIS) | 第27-28页 |
| 3.2.2 Reduce端集成策略(RSIS) | 第28-30页 |
| 3.2.3 高级Map端集成策略(AMSIS) | 第30-32页 |
| 3.2.4 高级Reduce端集成策略(ARSIS) | 第32-34页 |
| 3.3 策略评估算法 | 第34-39页 |
| 3.3.1 I/O代价模型 | 第34-35页 |
| 3.3.2 符号和定义 | 第35-36页 |
| 3.3.3 策略的I/O代价 | 第36-39页 |
| 第4章 数据布局方法 | 第39-47页 |
| 4.1 研究目标 | 第39-40页 |
| 4.2 数据布局方法 | 第40-41页 |
| 4.3 数据分段算法 | 第41-44页 |
| 4.3.1 Round-Robin算法 | 第41-42页 |
| 4.3.2 CMD算法 | 第42页 |
| 4.3.3 基于关键维的类CMD和Round-Robin结合数据分段算法 | 第42-43页 |
| 4.3.4 算法分析 | 第43-44页 |
| 4.4 数据分配算法 | 第44-47页 |
| 4.4.1 聚类算法 | 第44-45页 |
| 4.4.2 数据在类间的分配算法 | 第45页 |
| 4.4.3 算法分析 | 第45-47页 |
| 第5章 原型系统的设计与实现 | 第47-55页 |
| 5.1 架构设计 | 第47-49页 |
| 5.1.1 系统结构和数据流 | 第47-48页 |
| 5.1.2 系统分层架构和重要模块 | 第48-49页 |
| 5.2 底层模块设计 | 第49-51页 |
| 5.2.1 远程过程调用 | 第49页 |
| 5.2.2 持久化 | 第49-50页 |
| 5.2.3 配置管理 | 第50页 |
| 5.2.4 日志管理 | 第50-51页 |
| 5.3 管理节点的设计与实现 | 第51页 |
| 5.3.1 数据导入 | 第51页 |
| 5.4 元数据服务器的设计与实现 | 第51-55页 |
| 5.4.1 Dimension元数据服务器 | 第52-53页 |
| 5.4.2 Cube元数据服务器 | 第53-55页 |
| 第6章 系统运行测试与分析 | 第55-69页 |
| 6.1 系统测试 | 第55-56页 |
| 6.1.1 硬件环境 | 第55页 |
| 6.1.2 软件环境 | 第55页 |
| 6.1.3 测试用例 | 第55-56页 |
| 6.2 数据集成策略 | 第56-64页 |
| 6.2.1 实验设计 | 第56-58页 |
| 6.2.2 结果和分析 | 第58-64页 |
| 6.3 数据布局算法 | 第64-69页 |
| 6.3.1 实验设计 | 第64-65页 |
| 6.3.2 结果和分析 | 第65-69页 |
| 第7章 总结和展望 | 第69-71页 |
| 7.1 总结 | 第69页 |
| 7.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |