| 内容摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 本文工作 | 第16-17页 |
| 1.3 本文结构 | 第17-19页 |
| 第二章 相关工作 | 第19-30页 |
| 2.1 分布式数据库系统概述 | 第19-21页 |
| 2.2 分布式数据库架构 | 第21-23页 |
| 2.3 连接查询算法介绍 | 第23-24页 |
| 2.3.1 嵌套循环连接 | 第23页 |
| 2.3.2 排序归并连接 | 第23-24页 |
| 2.3.3 哈希连接 | 第24页 |
| 2.4 分布式数据库中的连接查询处理方案 | 第24-27页 |
| 2.4.1 集中式连接 | 第24-25页 |
| 2.4.2 MapReduce框架 | 第25-26页 |
| 2.4.3 大规模并行计算框架 | 第26-27页 |
| 2.5 分布式数据库中的并行查询处理技术 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 集中式连接查询处理框架 | 第30-38页 |
| 3.1 集中式连接查询处理框架 | 第30-31页 |
| 3.2 OceanBase数据库系统概述 | 第31-33页 |
| 3.3 集中式处理框架中的连接查询处理流程 | 第33-35页 |
| 3.4 集中式处理框架中的连接查询问题分析 | 第35-36页 |
| 3.5 分布式数据库中的连接查询优化 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 并行连接查询实现与优化 | 第38-63页 |
| 4.1 并行连接查询执行框架设计思想 | 第38-40页 |
| 4.2 并行连接查询执行框架实现 | 第40-43页 |
| 4.2.1 并行连接查询执行框架概述 | 第40-41页 |
| 4.2.2 并行连接查询执行流程 | 第41-42页 |
| 4.2.3 容错和重试机制 | 第42-43页 |
| 4.3 基于哈希的并行连接查询 | 第43-49页 |
| 4.3.1 右深树查询计划 | 第43-44页 |
| 4.3.2 并行子查询计划生成 | 第44-45页 |
| 4.3.3 Motion算子 | 第45-46页 |
| 4.3.4 哈希连接 | 第46-49页 |
| 4.4 并行连接查询优化 | 第49-55页 |
| 4.4.1 数据预读取 | 第51-52页 |
| 4.4.2 数据预探测 | 第52-53页 |
| 4.4.3 缓冲区优化 | 第53-55页 |
| 4.5 实验结果与分析 | 第55-62页 |
| 4.5.1 实验环境 | 第55-56页 |
| 4.5.2 数据量对连接查询性能的影响 | 第56-57页 |
| 4.5.3 计算节点的个数对连接查询性能的影响 | 第57-58页 |
| 4.5.4 查询树的结构对连接查询性能的影响 | 第58-60页 |
| 4.5.5 数据预读取对连接查询性能的影响 | 第60-61页 |
| 4.5.6 数据预探测对连接查询性能的影响 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 基于布隆过滤器的数据传输优化 | 第63-73页 |
| 5.1 并行连接查询执行流程中的数据传输 | 第63-64页 |
| 5.2 基于布隆过滤器的数据传输优化 | 第64-66页 |
| 5.2.1 布隆过滤器概述 | 第64-65页 |
| 5.2.2 基于布隆过滤器的数据选择方法 | 第65-66页 |
| 5.3 数据传输优化策略实现 | 第66-69页 |
| 5.3.1 BloomFilterSelector算子 | 第66-67页 |
| 5.3.2 DynamicMotion算子 | 第67-68页 |
| 5.3.3 连接操作 | 第68-69页 |
| 5.4 实验结果与分析 | 第69-72页 |
| 5.4.1 实验环境 | 第69页 |
| 5.4.2 连接选择率对数据传输优化策略的影响 | 第69-70页 |
| 5.4.3 连接列个数对数据传输优化策略的影响 | 第70-71页 |
| 5.4.4 连接列数据分布对数据传输优化策略的影响 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文总结 | 第73-74页 |
| 6.2 未来展望 | 第74-75页 |
| 参考文献 | 第75-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间发表论文和科研情况 | 第84页 |