| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究目标 | 第10页 |
| 1.3 组织结构 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第2章 非结构化数据查询相关技术综述 | 第12-27页 |
| 2.1 非结构化数据查询相关技术 | 第12-17页 |
| 2.1.1 NoSQL数据库 | 第13-14页 |
| 2.1.2 Hive分布式查询框架 | 第14-17页 |
| 2.2 相似性检索技术 | 第17-21页 |
| 2.2.1 相似性的度量 | 第17-18页 |
| 2.2.2 相似性检索通用技术 | 第18-19页 |
| 2.2.3 相似性检索分类 | 第19-21页 |
| 2.3 相似性连接技术 | 第21-26页 |
| 2.3.1 按照集合元素种类分类 | 第22-23页 |
| 2.3.2 按照相似性约束分类 | 第23-24页 |
| 2.3.3 按照相似性谓词分类 | 第24-25页 |
| 2.3.4 按照其他方法分类 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 非结构化数据查询处理和优化框架 | 第27-47页 |
| 3.1 D-Ocean非结构化数据管理系统 | 第27-31页 |
| 3.1.1 D-Ocean非结构化数据管理系统的特点 | 第28页 |
| 3.1.2 D-Ocean非结构化数据管理系统架构 | 第28-31页 |
| 3.2 非结构化数据查询处理框架 | 第31-38页 |
| 3.2.1 非结构化数据查询处理框架D-Search架构 | 第31-32页 |
| 3.2.2 UQF和Query Planner | 第32-34页 |
| 3.2.3 Query Optimizer | 第34-35页 |
| 3.2.4 Query Executor | 第35-37页 |
| 3.2.5 D-Search查询执行流程和特点 | 第37-38页 |
| 3.3 非结构化数据查询优化方法 | 第38-42页 |
| 3.3.1 基于优化准则的查询优化 | 第39-40页 |
| 3.3.2 基于代价估算的查询优化 | 第40-42页 |
| 3.4 实验验证 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 非结构化数据相似性检索 | 第47-58页 |
| 4.1 框似性检索 | 第47-52页 |
| 4.1.1 文本相似性检索 | 第47-51页 |
| 4.1.2 图像、视频、音频的相似性检索 | 第51-52页 |
| 4.2 相似性检索的优化 | 第52-54页 |
| 4.2.1 网络代价估算 | 第52-53页 |
| 4.2.2 IO代价估算 | 第53-54页 |
| 4.3 实验验证 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 非结构化数据相似性连接 | 第58-77页 |
| 5.1 相似性连接 | 第58-61页 |
| 5.2 相似性连接的优化 | 第61-63页 |
| 5.2.1 网络代价估算 | 第62-63页 |
| 5.2.2 IO代价估算 | 第63页 |
| 5.3 基于KL距离的相似性连接 | 第63-71页 |
| 5.3.1 基于KL距离的相似性连接算法 | 第65-66页 |
| 5.3.2 过滤验证框架 | 第66页 |
| 5.3.3 KL下界距离 | 第66-68页 |
| 5.3.4 基于KL下界距离过滤的相似性连接 | 第68-71页 |
| 5.4 实验验证 | 第71-76页 |
| 5.4.1 D-Ocean相似性连接实验 | 第71-74页 |
| 5.4.2 基于KL距离的相似性连接实验 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 本文总结 | 第77-78页 |
| 6.2 本文展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间主要的研究成果 | 第85-86页 |
| 致谢 | 第86页 |
