| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 相关技术概述 | 第17-31页 |
| 2.1 OLAP技术概述 | 第17-21页 |
| 2.1.1 OLAP基本概念 | 第17-20页 |
| 2.1.2 OLAP特征 | 第20-21页 |
| 2.2 数据立方体计算方法 | 第21-23页 |
| 2.2.1 TDC和BUC | 第21-22页 |
| 2.2.2 QC-DFS算法 | 第22-23页 |
| 2.3 数据立方体存储 | 第23-26页 |
| 2.3.1 封闭立方体 | 第24-25页 |
| 2.3.2 封闭直方图立方体 | 第25-26页 |
| 2.4 Hadoop简介 | 第26-27页 |
| 2.5 Impala简介 | 第27-31页 |
| 第3章 基于MapReduce的直方图立方压缩构建 | 第31-45页 |
| 3.1 现有的MapReduce计算数据立方体的方法 | 第31-33页 |
| 3.2 MRC-Cubing计算方法 | 第33-40页 |
| 3.2.1 MRC-Cubing理论介绍 | 第33-34页 |
| 3.2.2 MRC-Cubing算法介绍 | 第34-36页 |
| 3.2.3 MRC-Cubing的改进 | 第36-40页 |
| 3.3 直方图数据立方体压缩 | 第40-43页 |
| 3.3.1 算法内压缩 | 第40-41页 |
| 3.3.2 物理压缩 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 数据立方体的增量更新 | 第45-55页 |
| 4.1 增量更新必要性分析 | 第45-46页 |
| 4.2 增量更新理论分析 | 第46-47页 |
| 4.3 分布式增量更新的方法设计 | 第47-54页 |
| 4.3.1 简单的增量更新策略 | 第48-49页 |
| 4.3.2 基于MRC-Cubing的封闭立方体增量更新 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 压缩基础上的查询 | 第55-63页 |
| 5.1 查询定义 | 第55页 |
| 5.2 查询流程 | 第55-57页 |
| 5.3 MapReduce直接查询 | 第57-59页 |
| 5.4 MapReduce分组查询 | 第59-60页 |
| 5.5 Impala交互式查询 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 实验与分析 | 第63-73页 |
| 6.1 基于MapReduce的直方图立方体的压缩构建 | 第63-68页 |
| 6.1.1 实验环境 | 第63页 |
| 6.1.2 实验数据 | 第63-64页 |
| 6.1.3 实验结果与分析 | 第64-67页 |
| 6.1.4 实验结论 | 第67-68页 |
| 6.2 增量更新 | 第68-70页 |
| 6.2.1 实验环境及数据 | 第68页 |
| 6.2.2 实验结果与分析 | 第68-70页 |
| 6.2.3 实验结论 | 第70页 |
| 6.3 查询 | 第70-72页 |
| 6.3.1 实验环境及数据 | 第70页 |
| 6.3.2 实验结果与分析 | 第70-72页 |
| 6.3.3 实验结论 | 第72页 |
| 6.4 本章小结 | 第72-73页 |
| 第7章 总结与展望 | 第73-75页 |
| 7.1 本文工作总结 | 第73-74页 |
| 7.2 下一步工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻硕期间发表的论文及参加的项目 | 第81页 |
