大数据背景下基于抽样的近似聚合查询优化技术研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 引言 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 聚合查询的概念与特点 | 第10-11页 |
| 1.1.2 稀疏数据的特点 | 第11-12页 |
| 1.1.3 分层抽样的特点 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 近似聚合查询技术的研究现状 | 第13-14页 |
| 1.2.2 分层抽样算法的研究现状 | 第14-15页 |
| 1.3 研究内容与成果 | 第15-16页 |
| 1.4 论文框架 | 第16-18页 |
| 第二章 相关介绍 | 第18-34页 |
| 2.1 聚合查询技术 | 第18-21页 |
| 2.1.1 简单的聚合函数 | 第18-19页 |
| 2.1.2 迭代的聚合函数 | 第19-21页 |
| 2.2 基于自助法的聚合查询 | 第21-27页 |
| 2.2.1 自助法的基本原理 | 第21-23页 |
| 2.2.2 ERAL的实现架构 | 第23-26页 |
| 2.2.3 IBML的实现架构 | 第26-27页 |
| 2.3 稀疏数据的抽样算法 | 第27-32页 |
| 2.3.1 稀疏数据抽样的问题 | 第27-29页 |
| 2.3.2 动态规划求取最小样本 | 第29-30页 |
| 2.3.3 启发式求最小样本 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于分层抽样的在线大数据聚合查询方法 | 第34-44页 |
| 3.1 概述 | 第34-35页 |
| 3.1.1 大数据在线聚合查询 | 第34页 |
| 3.1.2 基于方差的分层抽样 | 第34-35页 |
| 3.2 分层抽样的基本原理 | 第35-37页 |
| 3.2.1 按比例分配 | 第36-37页 |
| 3.2.2 尼曼分配 | 第37页 |
| 3.3 分层抽样的实现与维护 | 第37-40页 |
| 3.3.1 对聚合查询的分层抽样的实现 | 第38-39页 |
| 3.3.2 在线查询的数据维护 | 第39-40页 |
| 3.4 实验性能验证 | 第40-43页 |
| 3.4.1 聚合查询结果与抽样样本大小的关系 | 第40-41页 |
| 3.4.2 分层抽样样本量的比较 | 第41-42页 |
| 3.4.3 对分层抽样数据的验证 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 面向稀疏数据的分层抽样优化技术 | 第44-56页 |
| 4.1 概述 | 第44-46页 |
| 4.1.1 稀疏数据的特点 | 第44-45页 |
| 4.1.2 当前稀疏数据抽样的问题 | 第45-46页 |
| 4.2 稀疏大数据分层抽样问题模型 | 第46-49页 |
| 4.2.1 分层抽样优化问题 | 第46-48页 |
| 4.2.2 不同层误差建立模型 | 第48-49页 |
| 4.3 基于队列的分层方法 | 第49-54页 |
| 4.3.1 分层方法的研究与实现 | 第49-51页 |
| 4.3.2 重新分配误差的优化方法 | 第51-54页 |
| 4.4 实验性能验证 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结与主要贡献 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 作者在学期间取得的学术成果 | 第64-65页 |
| 附录 A 作者在学期间的获奖情况 | 第65页 |
