| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 大数据及关键技术 | 第14-26页 |
| 2.1 Hadoop简介 | 第14-15页 |
| 2.2 HDFS简介 | 第15-17页 |
| 2.2.1 HDFS基础知识 | 第15-16页 |
| 2.2.2 HDFS体系结构 | 第16页 |
| 2.2.3 数据错误与恢复机制 | 第16-17页 |
| 2.3 MapReduce编程框架 | 第17-21页 |
| 2.3.1 MapReduce概述 | 第17-19页 |
| 2.3.2 MapReduce调度流程 | 第19-21页 |
| 2.4 MapReduce中的连接算法与数据倾斜问题 | 第21-25页 |
| 2.4.1 连接简介 | 第21页 |
| 2.4.2 MapReduce中的二元连接算法 | 第21-23页 |
| 2.4.3 MapReduce倾斜问题介绍 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于key代价的大数据连接算法设计 | 第26-37页 |
| 3.1 Hadoop默认分区策略 | 第26-27页 |
| 3.2 基于key分区策略 | 第27-28页 |
| 3.3 MapReduce二元连接算法优化问题研究 | 第28-34页 |
| 3.3.1 二元连接查询的I/O代价分析 | 第28-30页 |
| 3.3.2 基于抽样估计的key代价分区方案 | 第30-31页 |
| 3.3.3 抽样技术 | 第31-32页 |
| 3.3.4 分区算法 | 第32-34页 |
| 3.4 基于key代价分区算法在Hadoop上的实现 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 实验结果与分析 | 第37-41页 |
| 4.1 实验设置 | 第37页 |
| 4.2 实验分析 | 第37-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间的研究成果 | 第47-48页 |
| 致谢 | 第48页 |
