| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文总体结构 | 第12-14页 |
| 第二章 Hadoop总体架构分析 | 第14-30页 |
| 2.1 分布式文件系统HDFS | 第14-19页 |
| 2.1.1 HDFS设计目标 | 第14-15页 |
| 2.1.2 HDFS的体系结构分析 | 第15-16页 |
| 2.1.3 HDFS可靠性机制 | 第16-19页 |
| 2.2 并行编程模型MapReduce | 第19-22页 |
| 2.2.1 MapReduce函数设计 | 第19-20页 |
| 2.2.2 MapReduce体系结构 | 第20-21页 |
| 2.2.3 MapReduce执行流程 | 第21-22页 |
| 2.3 分布式数据库HBase | 第22-28页 |
| 2.3.1 HBase体系架构 | 第22-26页 |
| 2.3.2 HBase数据存储模型 | 第26-28页 |
| 2.4 Hadoop相关技术 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于Hadoop的矢量数据管理 | 第30-44页 |
| 3.1 矢量数据概述 | 第30-31页 |
| 3.1.1 矢量数据结构 | 第30-31页 |
| 3.1.2 矢量数据特点 | 第31页 |
| 3.2 基于HDFS的矢量数据存储模式 | 第31-34页 |
| 3.2.1 矢量数据模型 | 第31-32页 |
| 3.2.2 矢量数据key/value存储模式设计 | 第32-34页 |
| 3.3 基于MapReduce的矢量空间操作 | 第34-36页 |
| 3.3.1 MapReduce矢量数据处理流程 | 第34-35页 |
| 3.3.2 基本空间操作算法 | 第35-36页 |
| 3.3.3 基于MapReduce空间操作实现 | 第36页 |
| 3.4 一种判断海量点在多边形内的改进射线法 | 第36-42页 |
| 3.4.1 传统射线法 | 第37-38页 |
| 3.4.2 海量点在多边形内的改进射线法 | 第38-42页 |
| 3.4.3 基于MapReduce的算法设计 | 第42页 |
| 3.5 HBase矢量数据管理 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于Hadoop的海量栅格数据管理 | 第44-56页 |
| 4.1 栅格数据概述 | 第44-46页 |
| 4.1.1 栅格数据结构 | 第44-45页 |
| 4.1.2 编码方式 | 第45页 |
| 4.1.3 主要特点 | 第45-46页 |
| 4.2 基于HDFS的海量栅格数据存储模式 | 第46-50页 |
| 4.2.1 小文件问题 | 第46页 |
| 4.2.2 小文件处理技术 | 第46-48页 |
| 4.2.3 基于MapFile海量栅格数据存储模式设计 | 第48-50页 |
| 4.3 基于MapReduce的并行K均值图像聚类 | 第50-55页 |
| 4.3.1 K均值聚类算法分析 | 第50-51页 |
| 4.3.2 基于MapReduce的K均值图像聚类流程 | 第51-52页 |
| 4.3.3 K均值图像聚类设计与实现 | 第52-55页 |
| 4.4 HBase海量栅格数据管理 | 第55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验与结果分析 | 第56-67页 |
| 5.1 实验环境 | 第56-57页 |
| 5.1.1 节点配置 | 第56页 |
| 5.1.2 Hadoop集群配置 | 第56-57页 |
| 5.2 结果分析 | 第57-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 论文总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读研究生学位期间取得的成果 | 第73-74页 |
