| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-16页 |
| 1.2 选题依据和意义 | 第16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 云环境流数据索引技术相关工作 | 第19-28页 |
| 2.1 大数据流式处理框架 | 第19-22页 |
| 2.1.1 Spark Streaming系统 | 第19-20页 |
| 2.1.2 Strom系统 | 第20-21页 |
| 2.1.3 S4系统 | 第21-22页 |
| 2.1.4 HStreaming系统 | 第22页 |
| 2.2 大数据存储技术研究 | 第22-24页 |
| 2.3 云数据管理索引技术研究 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 移动对象在云环境中的建模 | 第28-43页 |
| 3.1 问题描述 | 第28页 |
| 3.2 HBase存储模型与索引方案 | 第28-29页 |
| 3.2.1 基于HBase的存储模型 | 第28-29页 |
| 3.2.2 时空索引 | 第29页 |
| 3.3 移动对象大数据在HBase中的建模 | 第29-36页 |
| 3.3.1 基于Geohash的时空属性降维 | 第29-33页 |
| 3.3.2 交通流大数据存储设计方案 | 第33-35页 |
| 3.3.3 交通流大数据存储在HBase中的索引方案 | 第35-36页 |
| 3.4 交通流大数据时空数据存储与查询 | 第36-39页 |
| 3.4.1 交通流大数据在HBase中的存储 | 第36-37页 |
| 3.4.2 基于列索引的时空关联查询 | 第37-38页 |
| 3.4.3 范围查询 | 第38-39页 |
| 3.5 实验结果及分析 | 第39-41页 |
| 3.5.1 实验环境与数据导入 | 第39页 |
| 3.5.2 插入实验对比 | 第39-40页 |
| 3.5.3 查询分析 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 HBase下的高效时空分类索引 | 第43-54页 |
| 4.1 问题描述 | 第43-44页 |
| 4.2 基于时间、空间分类索引：TA-index | 第44-47页 |
| 4.2.1 整体框架 | 第44-45页 |
| 4.2.2 索引结构 | 第45-46页 |
| 4.2.3 索引细节 | 第46页 |
| 4.2.4 HBase中的数据分区 | 第46-47页 |
| 4.3 TA-index详细算法 | 第47-50页 |
| 4.3.1 空间分类规则 | 第47-48页 |
| 4.3.2 数据插入算法 | 第48-49页 |
| 4.3.3 查询算法 | 第49-50页 |
| 4.4 实验结果及分析 | 第50-53页 |
| 4.4.1 数据插入效率实验 | 第50页 |
| 4.4.2 数据稀疏性对算法的影响 | 第50-51页 |
| 4.4.3 查找效率 | 第51-52页 |
| 4.4.4 hash、split、hash-split对索引性能的影响 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 云环境下ITAS系统的设计与实现 | 第54-65页 |
| 5.1 系统概述 | 第54-56页 |
| 5.1.1 概念 | 第54-55页 |
| 5.1.2 数据处理场景 | 第55-56页 |
| 5.2 系统的设计 | 第56-58页 |
| 5.2.1 设计思想 | 第56-57页 |
| 5.2.2 体系架构 | 第57页 |
| 5.2.3 系统优势 | 第57-58页 |
| 5.3 系统的实现 | 第58-61页 |
| 5.3.1 数据接入模块 | 第58页 |
| 5.3.2 数据处理模块 | 第58-60页 |
| 5.3.3 数据存储和查询模块 | 第60-61页 |
| 5.3.4 可视化模块 | 第61页 |
| 5.4 实验结果及分析 | 第61-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 在校期间的研究成果及发表的学术论文 | 第74页 |