基于并行图划分的大数据处理算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究内容 | 第11页 |
| 1.3 论文章节安排 | 第11-13页 |
| 第2章 相关技术介绍 | 第13-25页 |
| 2.1 图划分算法 | 第13-16页 |
| 2.1.1 图划分定义 | 第13-14页 |
| 2.1.2 图划分研究 | 第14-15页 |
| 2.1.3 图划分方式 | 第15-16页 |
| 2.2 Hadoop计算平台 | 第16-19页 |
| 2.2.1 Hadoop简介 | 第16-17页 |
| 2.2.2 Hadoop的分布式存储 | 第17-18页 |
| 2.2.3 MapReduce计算模型 | 第18-19页 |
| 2.3 HBase简介 | 第19-21页 |
| 2.4 Zookeeper简介 | 第21页 |
| 2.5 JA-BE-JA平衡图划分算法 | 第21-23页 |
| 2.5.1 选择节点策略 | 第22页 |
| 2.5.2 交换节点策略 | 第22-23页 |
| 2.6 总结 | 第23-25页 |
| 第3章 大数据图划分并行算法设计与实现 | 第25-42页 |
| 3.1 问题概述 | 第25-26页 |
| 3.2 JA-BE-JA-RD算法框架 | 第26-28页 |
| 3.3 数据预处理模块 | 第28-29页 |
| 3.4 图划分模块 | 第29-33页 |
| 3.4.1 问题描述 | 第29-30页 |
| 3.4.2 方法详述 | 第30页 |
| 3.4.3 局部划分执行模块详述 | 第30-33页 |
| 3.5 关系发现能力模块 | 第33-37页 |
| 3.5.1 问题描述 | 第33-34页 |
| 3.5.2 关系发现能力形式化表示 | 第34-37页 |
| 3.6 算法实现 | 第37-40页 |
| 3.6.1 数据预处理实现 | 第37-38页 |
| 3.6.2 图划分实现 | 第38-39页 |
| 3.6.3 关系发现能力实现 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 实验评估及结果分析 | 第42-52页 |
| 4.1 实验设置 | 第42-44页 |
| 4.2 实验指标 | 第44-45页 |
| 4.3 实验仿真 | 第45-51页 |
| 4.3.1 基于本文方法的有效性分析 | 第45-47页 |
| 4.3.2 面向并行图划分的相关实验对比 | 第47-48页 |
| 4.3.3 基于关系发现能力的相关实验对比 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间参加的科研工作 | 第58-59页 |
| 致谢 | 第59页 |
