摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景和现状 | 第10-12页 |
1.2 研究内容 | 第12-13页 |
1.3 重要意义 | 第13-14页 |
1.4 论文组织结构 | 第14-15页 |
第二章 云计算简介 | 第15-32页 |
2.1 云计算思想的产生和发展 | 第15-17页 |
2.2 云计算的未来和面临的问题 | 第17-18页 |
2.3 云计算相关概念 | 第18-23页 |
2.3.1 不同的云计算定义 | 第18-20页 |
2.3.2 云计算的分类 | 第20-23页 |
2.4 云计算相关技术 | 第23-27页 |
2.4.1 体系结构 | 第24页 |
2.4.2 快速部署 | 第24-25页 |
2.4.3 资源调度 | 第25-26页 |
2.4.4 云计算中的几种核心技术 | 第26-27页 |
2.5 开源云计算 | 第27-31页 |
2.5.1 Eucalyptus | 第28-29页 |
2.5.2 Enomaly ECP | 第29页 |
2.5.3 Sector and Sphere | 第29-30页 |
2.5.4 Hadoop 介绍 | 第30-31页 |
2.6 本章小结 | 第31-32页 |
第三章 Hadoop 与关联规则 | 第32-47页 |
3.1 Hadoop 分布式文件系统 | 第32-38页 |
3.1.1 前提和设计目标 | 第32页 |
3.1.2 HDFS 的一些特征 | 第32-36页 |
3.1.3 HDFS 提高可靠性的措施 | 第36-37页 |
3.1.4 HDFS 文件系统的读写解析 | 第37-38页 |
3.2 MapReduce 模型 | 第38-42页 |
3.2.1 编程模型 | 第39页 |
3.2.2 逻辑模型 | 第39-40页 |
3.2.3 实现机制 | 第40-42页 |
3.3 HBase | 第42-43页 |
3.4 关联规则 | 第43-46页 |
3.4.1 数据挖掘概述 | 第43-45页 |
3.4.2 关联规则挖掘技术 | 第45-46页 |
3.5 本章小结 | 第46-47页 |
第四章 基于Hadoop 的MapReduceApriori 算法设计 | 第47-62页 |
4.1 关联规则算法 | 第47-50页 |
4.1.1 Apriori 算法 | 第48-49页 |
4.1.2 Apriori 算法性能分析 | 第49页 |
4.1.3 Apriori 算法的几种改进方法 | 第49-50页 |
4.2 MapReduceApriori 算法设计过程 | 第50-54页 |
4.2.1 MapReduce 中Key/Value 的设计 | 第50-51页 |
4.2.2 Map 的设计 | 第51-52页 |
4.2.3 Reduce 的设计 | 第52-53页 |
4.2.4 MapReduceApriori 算法描述 | 第53-54页 |
4.3 Hadoop 集群配置 | 第54-58页 |
4.3.1 修改/etc/hosts 文件 | 第55-56页 |
4.3.2 SSH 设置 | 第56页 |
4.3.3 Hadoop 配置文件设置 | 第56-58页 |
4.4 MapReduceApriori 实验和结果分析 | 第58-61页 |
4.4.1 输入输出数据格式 | 第58页 |
4.4.2 数据对比试验 | 第58-60页 |
4.4.3 节点对比试验 | 第60-61页 |
4.5 本章小结 | 第61-62页 |
第五章 MapReduceGenRules 算法设计 | 第62-69页 |
5.1 规则生成算法 | 第62-64页 |
5.1.1 相关定义 | 第62-63页 |
5.1.2 genRules 算法 | 第63-64页 |
5.2 MapReduceGenRules 设计过程 | 第64-66页 |
5.2.1 Map 和Reduce 函数的设计 | 第64-65页 |
5.2.2 算法描述 | 第65-66页 |
5.3 MapReduceGenRules 实验与结果分析 | 第66-68页 |
5.3.1 输入输出数据格式 | 第66-67页 |
5.3.2 MapReduceGenRules 和genRules 对比效果 | 第67页 |
5.3.3 算法的加速比情况 | 第67-68页 |
5.4 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
攻硕期间取得的研究成果 | 第74-75页 |