| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 引言 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 Hadoop大数据技术 | 第13-14页 |
| 1.2.2 大数据存储研究现状 | 第14页 |
| 1.2.3 油田大数据 | 第14-15页 |
| 1.2.4 油气产量预测研究现状 | 第15-16页 |
| 1.3 课题来源及项目介绍 | 第16-18页 |
| 1.4 本文研究内容及论文结构 | 第18-19页 |
| 第2章 Hadoop平台相关技术 | 第19-25页 |
| 2.1 Hadoop平台简介 | 第19页 |
| 2.2 HDFS分布式文件系统 | 第19-21页 |
| 2.2.1 HDFS的数据管理 | 第20-21页 |
| 2.2.2 HDFS的可访问性 | 第21页 |
| 2.3 Map Reduce并行计算框架 | 第21-22页 |
| 2.4 第二代Hadoop平台-YARN | 第22-23页 |
| 2.5 Redis内存数据库 | 第23页 |
| 2.6 HBase列式数据库 | 第23-24页 |
| 2.7 Sqoop大数据迁移工具 | 第24页 |
| 2.8 本章小结 | 第24-25页 |
| 第3章 Hadoop油气生产数据存储方案 | 第25-44页 |
| 3.1 需求分析 | 第25页 |
| 3.2 Hadoop数据存储平台总体方案设计 | 第25-29页 |
| 3.2.1 基于Sqoop数据交互过程方案设计 | 第27页 |
| 3.2.2 油气生产非结构化数据存储方案设计 | 第27-28页 |
| 3.2.3 油气生产结构化数据存储方案设计 | 第28-29页 |
| 3.3 Hadoop数据存储平台的实现 | 第29-42页 |
| 3.3.1 Hadoop单机伪分布模式 | 第29-32页 |
| 3.3.2 Hadoop完全分布式模式 | 第32-33页 |
| 3.3.3 Redis数据库主从模式 | 第33-34页 |
| 3.3.4 HBase数据库集群模式 | 第34页 |
| 3.3.5 Map Reudce数据处理模块的实现 | 第34-36页 |
| 3.3.6 数据存储模块的实现 | 第36-39页 |
| 3.3.7 数据呈现模块的实现 | 第39-42页 |
| 3.4 平台性能测试分析 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 油气产量预测方法研究 | 第44-56页 |
| 4.1 数据处理 | 第44-45页 |
| 4.1.1 数据准备 | 第44页 |
| 4.1.2 数据降维Map函数阶段 | 第44-45页 |
| 4.1.3 数据降维Reduce函数阶段 | 第45页 |
| 4.2 产量预测模型研究 | 第45-53页 |
| 4.2.1 Arps公式 | 第45-46页 |
| 4.2.2 双曲递减预测法 | 第46-50页 |
| 4.2.3 指数递减预测法 | 第50-53页 |
| 4.3 最优加权组合法 | 第53-54页 |
| 4.4 研究结果与分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所参与的项目 | 第61页 |