| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 天文数据处理系统简介 | 第13-17页 |
| 1.2.1 国外射电望远镜现状 | 第13页 |
| 1.2.2 MUSER项目简介 | 第13-14页 |
| 1.2.3 MUSER系统流程 | 第14-15页 |
| 1.2.4 MUSER海量数据的处理需求 | 第15-17页 |
| 1.3 国内外研究现状 | 第17页 |
| 1.4 NoSQL的应用现状 | 第17-19页 |
| 1.5 论文的研究意义与主要工作 | 第19-20页 |
| 1.6 论文结构安排 | 第20-21页 |
| 1.7 本章小结 | 第21-22页 |
| 第二章 相关技术研究 | 第22-34页 |
| 2.1 NoSQL相关技术 | 第22-26页 |
| 2.1.1 CAP理论 | 第22-23页 |
| 2.1.2 BASE思想 | 第23-24页 |
| 2.1.3 最终一致性 | 第24-25页 |
| 2.1.4 NoSQL技术的优势及劣势 | 第25-26页 |
| 2.2 NoSQL数据库 | 第26-29页 |
| 2.2.1 NoSQL数据库分类 | 第27-28页 |
| 2.2.2 基于天文数据的NoSQL数据库性能测试 | 第28-29页 |
| 2.3 Cassandra数据库的特性分析 | 第29-32页 |
| 2.3.1 Cassandra数据库的Gossip机制 | 第30-31页 |
| 2.3.2 Cassandra的范围查询 | 第31页 |
| 2.3.3 Cassandra的冗余机制 | 第31-32页 |
| 2.3.4 Cassandra数据库的优势 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 MUSER数据一致性问题 | 第34-40页 |
| 3.1 一致性问题产生原因 | 第34页 |
| 3.2 传统过程中的解决方式 | 第34-35页 |
| 3.3 基于Cassandra的解决方法 | 第35-39页 |
| 3.3.1 存储模式选择 | 第36-37页 |
| 3.3.2 NoSQL数据适配器设计 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 MUSER海量天文数据管理系统 | 第40-66页 |
| 4.1 系统结构及相关技术基础 | 第40-44页 |
| 4.1.1 开发环境搭建 | 第40-41页 |
| 4.1.2 Python语言特性及其应用 | 第41-42页 |
| 4.1.3 Django框架简介 | 第42-44页 |
| 4.2 MUSER海量数据管理系统需求分析与设计 | 第44-57页 |
| 4.2.1 系统功能需求分析 | 第44-45页 |
| 4.2.2 系统用例分析 | 第45-46页 |
| 4.2.3 系统架构设计 | 第46-49页 |
| 4.2.4 数据库设计 | 第49-57页 |
| 4.3 MUSER海量天文数据管理系统实现 | 第57-64页 |
| 4.3.1 用户登录模块 | 第57-59页 |
| 4.3.2 数据维护模块 | 第59-62页 |
| 4.3.3 图像检索模块 | 第62-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 测试及实验分析 | 第66-78页 |
| 5.1 MUSER海量天文数据管理系统测试 | 第66-69页 |
| 5.1.1 测试环境 | 第66-68页 |
| 5.1.2 测试结果 | 第68-69页 |
| 5.2 MUSER海量天文数据管理系统CPU占用率测试 | 第69-71页 |
| 5.2.1 实验环境 | 第70页 |
| 5.2.2 性能比较 | 第70-71页 |
| 5.3 数据库性能测试分析 | 第71-75页 |
| 5.3.1 实验硬件环境 | 第71-72页 |
| 5.3.2 插入性能扩展性实验 | 第72-73页 |
| 5.3.3 查询性能扩展性实验 | 第73-74页 |
| 5.3.4 数据空间占用情况 | 第74-75页 |
| 5.4 性能测试汇总分析 | 第75页 |
| 5.5 本章小结 | 第75-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 全文总结 | 第78页 |
| 6.2 未来工作展望 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 附录A 攻读学位期间发表论文 | 第86-88页 |
| 附录B 攻读学位期间参与科研项目 | 第88页 |
