| 摘要 | 第5-6页 |
| Abstract | 第6-7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 国内外研究现状 | 第12-14页 |
| 1.3 论文主要工作与研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 预处理相关概念与技术 | 第17-29页 |
| 2.1 MapReduce分布式并行处理框架 | 第17-19页 |
| 2.1.1 MapReduce简介 | 第17-18页 |
| 2.1.2 MapReduce任务执行流程 | 第18-19页 |
| 2.2 HBase数据库 | 第19-20页 |
| 2.3 数据清洗技术 | 第20-22页 |
| 2.3.1 数据清理 | 第20-21页 |
| 2.3.2 数据集成和转换 | 第21-22页 |
| 2.3.3 数据规约 | 第22页 |
| 2.4 基于MapReduce的数据立方算法 | 第22-27页 |
| 2.4.1 基于MapReduce立方体算法概述 | 第23-24页 |
| 2.4.2 基于MapReduce数据立方算法介绍 | 第24-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 总体流程与关键问题分析 | 第29-37页 |
| 3.1 预处理系统总体流程 | 第29-30页 |
| 3.2 关概念与定义 | 第30-32页 |
| 3.2.1 相关定义 | 第30-31页 |
| 3.2.2 代数度量数据立方计算 | 第31页 |
| 3.2.3 整体度量数据立方计算 | 第31-32页 |
| 3.3 数据立方预聚合关键问题分析 | 第32-35页 |
| 3.3.1 代数度量计算问题分析 | 第32-33页 |
| 3.3.2 整体度量计算问题分析 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 数据立方预聚合算法研究 | 第37-57页 |
| 4.1 维度值编码 | 第37-38页 |
| 4.2 代数式度量数据立方计算 | 第38-46页 |
| 4.2.1 算法总体流程 | 第38-39页 |
| 4.2.2 抽样规则分析 | 第39-42页 |
| 4.2.3 物化区域划分与计算 | 第42-46页 |
| 4.3 整体性度量数据立方计算 | 第46-49页 |
| 4.4 实验分析与验证 | 第49-54页 |
| 4.4.1 实验环境与数据来源 | 第49-51页 |
| 4.4.2 实验方法 | 第51-52页 |
| 4.4.3 实验结果 | 第52-54页 |
| 4.5 本章小结 | 第54-57页 |
| 第5章 预处理系统设计与实现 | 第57-73页 |
| 5.1 系统背景 | 第57-58页 |
| 5.2 系统开发环境 | 第58页 |
| 5.2.1 系统开发语言 | 第58页 |
| 5.2.2 系统相应开发工具 | 第58页 |
| 5.3 系统总体设计 | 第58-60页 |
| 5.4 系统核心模块设计与实现 | 第60-72页 |
| 5.4.1 任务管理层 | 第60-64页 |
| 5.4.2 聚合引擎层 | 第64-67页 |
| 5.4.3 元数据管理层 | 第67-69页 |
| 5.4.4 数据存储层 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 未来展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |