| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| §1.1 研究背景与研究意义 | 第9-10页 |
| §1.2 国内外研究现状 | 第10-12页 |
| §1.2.1 传统的空间数据管理技术 | 第10-11页 |
| §1.2.2 基于分布式平台的空间数据管理技术 | 第11-12页 |
| §1.3 论文研究内容 | 第12-13页 |
| §1.4 本文结构 | 第13-14页 |
| 第二章 相关技术理论介绍 | 第14-26页 |
| §2.1 相关分布式平台 | 第14-23页 |
| §2.1.1 HDFS分布式文件系统 | 第14-16页 |
| §2.1.2 HBase分布式数据库 | 第16-20页 |
| §2.1.3 Spark分布式内存计算平台 | 第20-23页 |
| §2.2 GeoHash地理位置编码 | 第23-26页 |
| §2.2.1 GeoHash编码原理 | 第23-24页 |
| §2.2.2 GeoHash编码特点分析 | 第24-26页 |
| 第三章 分布式计算框架与传统数据库性能测评与分析 | 第26-35页 |
| §3.1 问题分析 | 第26页 |
| §3.2 测试用例：连接查询 | 第26-27页 |
| §3.3 连接查询策略 | 第27-29页 |
| §3.3.1 MySQL系统中等值连接查询策略 | 第27-28页 |
| §3.3.2 Spark计算平台中等值连接查询策略 | 第28-29页 |
| §3.4 实验设置 | 第29-31页 |
| §3.4.1 实验环境 | 第29页 |
| §3.4.2 实验数据 | 第29-30页 |
| §3.4.3 实验评价标准 | 第30-31页 |
| §3.5 实验与分析 | 第31-34页 |
| §3.5.1 Map端和Reduce端的连接算法性能测试 | 第31页 |
| §3.5.2 不同执行内存对基于Spark的连接查询性能影响测试 | 第31-32页 |
| §3.5.3 MySQL与Spark平台下的连接查询性能对比分析 | 第32-34页 |
| §3.6 本章小结 | 第34-35页 |
| 第四章 分布式的海量空间对象数据存储模型与查询实现 | 第35-47页 |
| §4.1 问题分析 | 第35页 |
| §4.2 存储模型设计 | 第35-39页 |
| §4.2.1 编码 | 第35-37页 |
| §4.2.2 存储模型 | 第37-38页 |
| §4.2.3 查询策略 | 第38-39页 |
| §4.3 存储模型有效性的理论分析 | 第39-41页 |
| §4.4 实验与分析 | 第41-46页 |
| §4.4.1 实验一：不同编码精度下的存储开销 | 第42-43页 |
| §4.4.2 实验二：不同编码精度的查询时间性能 | 第43-44页 |
| §4.4.3 实验三：不同编码精度的查询冗余比 | 第44-45页 |
| §4.4.4 实验四：空间对象密度与查询性能关系 | 第45-46页 |
| §4.5 本章小结 | 第46-47页 |
| 第五章 基于分布式内存计算平台Spark的海量空间对象管理与查询优化 | 第47-57页 |
| §5.1 问题分析 | 第47页 |
| §5.2 基于Spark的内存存储模型设计 | 第47-50页 |
| §5.2.1 编码 | 第47-48页 |
| §5.2.2 基于内存的空间对象数据分布式存储模型设计策略 | 第48-50页 |
| §5.3 驻留内存的TrieTree索引设计与实现 | 第50-51页 |
| §5.4 基于内存的分布式存储模型实现与查询优化 | 第51-52页 |
| §5.5 实验与分析 | 第52-55页 |
| §5.5.1 实验环境与数据 | 第52页 |
| §5.5.2 实验及结果分析 | 第52-55页 |
| §5.6 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| §6.1 总结 | 第57页 |
| §6.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 作者攻读硕士学位期间发表论文和科研情况 | 第64页 |
