| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 大数据与云平台技术研究现状 | 第9-10页 |
| 1.2.2 钻井工程信息化技术研究现状 | 第10-11页 |
| 1.2.3 大数据与云平台应用于石油钻井行业的研究现状 | 第11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 基于HADOOP的分布式数据仓库相关技术简介 | 第13-22页 |
| 2.1 大数据相关技术概述 | 第13-21页 |
| 2.1.1 大数据的基本概念 | 第13页 |
| 2.1.2 Hadoop技术概述 | 第13-14页 |
| 2.1.3 HDFS分布式文件系统概述 | 第14-15页 |
| 2.1.4 MapReduce概述 | 第15-18页 |
| 2.1.5 分布式数据仓库概述 | 第18-19页 |
| 2.1.6 Hadoop中数据仓库Hive概述 | 第19-20页 |
| 2.1.7 Hadoop中分布式数据库HBase概述 | 第20-21页 |
| 2.2 本章小结 | 第21-22页 |
| 第三章 基于HADOOP的油气钻井信息分布式数据仓库设计 | 第22-42页 |
| 3.1 基于Hadoop的油气钻井信息分布式数据仓库总体结构 | 第22-24页 |
| 3.1.1 系统的总体结构 | 第22-23页 |
| 3.1.2 系统的特点 | 第23-24页 |
| 3.2 基于Hadoop的油气钻井信息分布式数据仓库数据组织的设计 | 第24-33页 |
| 3.2.1 主题及主题域的设计 | 第24页 |
| 3.2.2 事实表和维表的设计 | 第24-26页 |
| 3.2.3 数据模型设计 | 第26-28页 |
| 3.2.4 数据粒度的设计 | 第28-31页 |
| 3.2.5 数据抽取、转换和装载 | 第31-33页 |
| 3.3 海量钻井数据信息的存储与运算 | 第33-40页 |
| 3.3.1 基于大数据的海量分布式的钻井数据的存储方式 | 第33-35页 |
| 3.3.2 HDFS存储优化 | 第35-36页 |
| 3.3.3 MapReduce优化 | 第36-38页 |
| 3.3.4 HBase优化 | 第38-40页 |
| 3.4 基于Hive的油气钻井信息分布式数据仓库数据查询的优化 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于HADOOP的油气钻井信息分布式数据仓库系统的实现 | 第42-49页 |
| 4.1 系统环境准备 | 第42-43页 |
| 4.2 系统的Hadoop环境搭建 | 第43-44页 |
| 4.3 基于Hadoop的油气信息分布式数据仓库系统的数据查询流程 | 第44-45页 |
| 4.4 数据准备 | 第45-46页 |
| 4.5 成果展示 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 论文总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间参加科研情况及获得的学术成果 | 第55-56页 |
