| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 课题研究国内外现状 | 第13-20页 |
| 1.2.1 任务模型 | 第13页 |
| 1.2.2 代价模型 | 第13-16页 |
| 1.2.3 调度方法 | 第16-19页 |
| 1.2.4 多副本检索优化 | 第19-20页 |
| 1.3 研究目标与内容 | 第20页 |
| 1.4 本文结构组织 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 相关技术 | 第22-28页 |
| 2.1 Impala实时查询系统 | 第22-26页 |
| 2.1.1 Impala架构 | 第22-24页 |
| 2.1.2 Impala调度模块 | 第24-26页 |
| 2.1.3 Impala统计信息及选择度计算 | 第26页 |
| 2.2 本章小结 | 第26-28页 |
| 第3章 基于副本选择的大数据实时查询处理并行调度方法 | 第28-42页 |
| 3.1 概述 | 第28页 |
| 3.2 基本定义 | 第28-30页 |
| 3.3 调度方法 | 第30-41页 |
| 3.3.1 适用于单表查询的调度方法 | 第32-38页 |
| 3.3.2 适用于多表查询的调度方法 | 第38-41页 |
| 3.4 调度方法对副本一致性的影响 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 Impala查询处理代价模型 | 第42-49页 |
| 4.1 概述 | 第42页 |
| 4.2 操作模型 | 第42-43页 |
| 4.3 代价模型 | 第43-47页 |
| 4.4 中间结果估计 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 系统实现 | 第49-52页 |
| 5.1 系统架构 | 第49页 |
| 5.2 模块实现 | 第49-51页 |
| 5.2.1 并行调度方法模块 | 第49-50页 |
| 5.2.2 代价模型模块 | 第50页 |
| 5.2.3 负载信息模块 | 第50-51页 |
| 5.2.4 统计信息模块 | 第51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 实验评估 | 第52-63页 |
| 6.1 实验环境 | 第52-53页 |
| 6.2 实验设置 | 第53-54页 |
| 6.3 实验数据 | 第54-55页 |
| 6.4 实验结果与分析 | 第55-63页 |
| 6.4.1 maxTime参数调优 | 第55-56页 |
| 6.4.2 initialLoad参数调优 | 第56-57页 |
| 6.4.3 适用于单表查询的调度方法对比实验 | 第57-59页 |
| 6.4.4 适用于多表查询的调度方法对比实验 | 第59-60页 |
| 6.4.5 不同副本数的调度方法对比实验 | 第60-61页 |
| 6.4.6 有并发查询请求情况下的调度方法对比实验 | 第61-63页 |
| 第7章 总结与展望 | 第63-65页 |
| 7.1 总结 | 第63-64页 |
| 7.2 展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71页 |