声明
摘要
1 绪论
1.1 课题研究背景与意义
1.2 研究现状
1.3 本文的主要研究内容
1.4 本文的组织架构
2 云存储技术基础
2.2 基于HDFS的HBase
2.2.1 数据读写
2.2.2 预写日志(WAL,Write Ahead Log)
2.2.3 缓存机制
2.2.4 底层文件HFile
2.3 基于HBase的分布式SQL解析引擎
2.3.1 将SQL整合到HBase的优势
2.3.3 交互式查询引擎Phoenix
2.4 本章小结
3 基于HBase的交通大数据存储查询平台的设计及实现
3.1 整体架构设计
3.2 基于HBase的存储层设计
3.2.1 HBase行键(RowKey)设计
3.2.2 基于MapReduce的二级索引设计
3.2.3 基于HBase的存储实现
3.3 基于Phoenix的处理层设计
3.3.1 Phoenix简介
3.3.2 Phoenix查询实现
3.3.3 性能对比
3.4 基于JSP的交通应用层设计
3.4.1 交通应用层的实现
3.4.2 基本功能
3.5 本章小结
4 基于机器学习的HBase配置参数优化
4.1 HBase配置参数
4.1.1 HBase配置参数简介
4.1.2 参数调优面临的挑战
4.2 基于YCSB的数据收集
4.2.1 YCSB原理
4.2.2 数据收集
4.3 基于随机森林的模型建立
4.3.1 随机森林原理
4.3.2 性能模型建立
4.3.3 实验设置
4.4 基于遗传算法的最优参数搜索
4.4.1 遗传算法原理
4.4.2 最优参数搜索
4.4.3 实验设置
4.5 性能加速比
4.6 本章小结
5 实验说明
5.1 实验环境
5.1.1 Hadoop安装
5.1.2 HBase安装
5.2 实验数据
结论
致谢
参考文献
兰州交通大学;