面向海量气象数据的缓存机制与数据库优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 缓存框架研究现状 | 第10-12页 |
| 1.2.2 缓存替换算法研究现状 | 第12-15页 |
| 1.2.3 数据库优化研究现状 | 第15-16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 第二章 面向海量气象数据的缓存框架MeteCS | 第18-28页 |
| 2.1 概述 | 第18-19页 |
| 2.2 业务背景 | 第19-20页 |
| 2.3 MeteCS整体架构 | 第20-22页 |
| 2.4 缓存数据放置MeteHash算法 | 第22-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 加权的缓存数据替换算法WGDSF | 第28-48页 |
| 3.1 概述 | 第28页 |
| 3.2 GD系列算法 | 第28-33页 |
| 3.2.1 GD算法 | 第28-29页 |
| 3.2.2 GDS算法 | 第29-30页 |
| 3.2.3 GDSF算法 | 第30页 |
| 3.2.4 GDSF-AI算法 | 第30-33页 |
| 3.3 缓存替换算法WGDSF成本/价值模型 | 第33-36页 |
| 3.3.1 基于时间加权的频率参数 | 第33-34页 |
| 3.3.2 基于类型加权的内容参数 | 第34页 |
| 3.3.3 基于大小加权的代价参数 | 第34-35页 |
| 3.3.4 缓存替换算法WGDSF成本/价值模型 | 第35-36页 |
| 3.4 缓存替换算法WGDSF流程设计 | 第36-39页 |
| 3.4.1 请求处理流程 | 第36页 |
| 3.4.2 算法详细流程 | 第36-39页 |
| 3.5 缓存替换算法对比试验 | 第39-46页 |
| 3.5.1 性能指标 | 第40-41页 |
| 3.5.2 缓存系统 | 第41-43页 |
| 3.5.3 实验结果与分析 | 第43-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于HBase的数据库优化 | 第48-63页 |
| 4.1 雷达数据平台概述 | 第48页 |
| 4.2 雷达数据平台架构 | 第48-57页 |
| 4.2.1 Hadoop系列技术 | 第48-54页 |
| 4.2.2 气象雷达基数据 | 第54-55页 |
| 4.2.3 数据平台架构 | 第55-57页 |
| 4.3 HBase数据库优化 | 第57-61页 |
| 4.3.1 问题描述 | 第57-58页 |
| 4.3.2 HBase表设计优化 | 第58页 |
| 4.3.3 HBase查询优化 | 第58-60页 |
| 4.3.4 实验结果与分析 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-66页 |
| 5.1 论文工作总结 | 第63-64页 |
| 5.2 论文主要创新点 | 第64页 |
| 5.3 研究展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
