| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-11页 |
| ·国内外研究与发展现状 | 第11-15页 |
| ·云计算的发展 | 第12-13页 |
| ·Hadoop 调度算法研究现状 | 第13-14页 |
| ·大规模地形数据处理的发展与研究现状 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 HADOOP 云计算平台 | 第16-28页 |
| ·HADOOP 平台技术介绍 | 第16-17页 |
| ·HDFS 架构 | 第17-22页 |
| ·HDFS 的目标 | 第19-20页 |
| ·控制节点和数据节点 | 第20-21页 |
| ·数据块的复制与元数据的持久化 | 第21-22页 |
| ·MAPREDUCE 架构 | 第22-26页 |
| ·MapReduce 总体执行流程 | 第24-25页 |
| ·MapReduce 容错机制 | 第25-26页 |
| ·分布式数据库 HBASE | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于云的影像金字塔构建 | 第28-48页 |
| ·大规模地形数据的组织 | 第28-29页 |
| ·传统的多分辨率金字塔模型 | 第29-31页 |
| ·全球剖分格网 | 第31-34页 |
| ·KEY-VALUE(键值)存储模型 | 第34-35页 |
| ·HILBERT 空间填充曲线索引法 | 第35-38页 |
| ·云影像金字塔构建模型 | 第38-43页 |
| ·云影像金字塔（CIP）的构建策略 | 第39-40页 |
| ·云影像金字塔的影像块编码 | 第40-42页 |
| ·云影像金字塔的局部更新 | 第42页 |
| ·云影像金字塔的特点 | 第42-43页 |
| ·云影像金字塔的并行构建 | 第43-45页 |
| ·实验与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 HADOOP 云环境下的作业调度 | 第48-61页 |
| ·HADOOP 作业调度流程 | 第48-49页 |
| ·HADOOP 常见调度算法 | 第49-51页 |
| ·HADOOP 的推测式执行机制及其不足 | 第51-53页 |
| ·任务的推测式执行 | 第51-52页 |
| ·推测式执行的不足 | 第52-53页 |
| ·改进型调度算法 | 第53-58页 |
| ·自适应调整队列长度 | 第53页 |
| ·改进型调度算法思路和流程 | 第53-55页 |
| ·改进型调度算法的落后任务判定策略 | 第55-56页 |
| ·算法的实现 | 第56-58页 |
| ·算法的优势 | 第58页 |
| ·实验与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 云环境下数字地球实验系统的设计 | 第61-81页 |
| ·系统的需求分析与总体设计 | 第61-63页 |
| ·需求分析 | 第61-62页 |
| ·系统的总体设计 | 第62-63页 |
| ·各功能模块设计 | 第63-68页 |
| ·系统开发及实验数据 | 第68-71页 |
| ·实验与分析 | 第71-80页 |
| ·实验一：云计算环境下的数字地球平台可行性验证 | 第71-78页 |
| ·实验二：实验系统在云计算环境与单机环境运行相比的性能评价 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 结论与展望 | 第81-84页 |
| ·研究总结 | 第81-82页 |
| ·有待继续解决的问题 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-93页 |
| 博士期间论文与科研情况 | 第93-94页 |
| 个人简介及简历 | 第94页 |