| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 论文的研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文研究的主要内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第2章 相关技术 | 第18-30页 |
| 2.1 数据仓库与OLAP | 第18-22页 |
| 2.2 Mondrian相关技术 | 第22-23页 |
| 2.3 Hadoop相关技术 | 第23-26页 |
| 2.3.1 MapReduce | 第23-24页 |
| 2.3.2 Hive | 第24-25页 |
| 2.3.3 HBase | 第25-26页 |
| 2.4 海量数据基数估计算法 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 OLAP引擎的研究 | 第30-44页 |
| 3.1 Mondrian源码剖析 | 第30-36页 |
| 3.2 传统OLAP引擎的不足和挑战 | 第36-37页 |
| 3.3 传统OLAP引擎优化技术的分析 | 第37-39页 |
| 3.4 应对海量数据构建分布式OLAP引擎的策略 | 第39-40页 |
| 3.5 面向海量数据的OLAP引擎采用的分布式架构特性 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 OLAP引擎的设计 | 第44-60页 |
| 4.1 整体架构和组件设计 | 第44-45页 |
| 4.2 公共基础设施 | 第45-52页 |
| 4.3 逻辑数据立方体模型 | 第52-54页 |
| 4.4 数据立方体的构建过程和方法 | 第54-56页 |
| 4.5 抽取转换加载的过程 | 第56-57页 |
| 4.6 查询引擎的构建方法 | 第57页 |
| 4.7 优化方案 | 第57-58页 |
| 4.8 本章小结 | 第58-60页 |
| 第5章 OLAP引擎的实现 | 第60-76页 |
| 5.1 查询引擎 | 第60-62页 |
| 5.2 前端RESTful服务器 | 第62-65页 |
| 5.3 存储引擎 | 第65-68页 |
| 5.4 数据字典编码子系统 | 第68-71页 |
| 5.5 作业引擎 | 第71-74页 |
| 5.6 其他细节 | 第74页 |
| 5.7 本章小结 | 第74-76页 |
| 第6章 OLAP引擎的应用与性能实验 | 第76-82页 |
| 6.1 面向海量数据的分布式OLAP引擎的应用效果 | 第76-78页 |
| 6.2 面向海量数据的分布式OLAP引擎的性能 | 第78-81页 |
| 6.3 本章小结 | 第81-82页 |
| 第7章 总结与展望 | 第82-84页 |
| 7.1 总结 | 第82页 |
| 7.2 展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88页 |