大數(shù)據(jù)處理平臺

第1 章 體系結(jié)構(gòu)
1．1 集群系統(tǒng)
1．1．1 Hadoop YARN
1．1．2 Apache Mesos
1．1．3 Apache ZooKeeper
1．2 文件系統(tǒng)
1．2．1 Google 分布式文件系統(tǒng)
1．2．2 Hadoop 分布式文件系統(tǒng)
1．2．3 其他分布式文件系統(tǒng)
1．3 NoSQL 和NewSQL
1．3．1 NoSQL 數(shù)據(jù)庫系統(tǒng)
1．3．2 NewSQL 數(shù)據(jù)庫系統(tǒng)
1．4 計算模型
1．4．1 MapReduce 編程模型
1．4．2 Spark 并行計算框架
參考文獻
第2 章 查詢平臺
2．1 基本原理
2．1．1 系統(tǒng)簡介
2．1．2 架構(gòu)組織
2．2 現(xiàn)有研究
2．2．1 大數(shù)據(jù)精確查詢系統(tǒng)
2．2．2 大數(shù)據(jù)近似查詢系統(tǒng)
2．2．3 大數(shù)據(jù)多維查詢系統(tǒng)
2．3 近期成果
2．3．1 Haery
2．3．2 Probery
參考文獻
第3 章 分析平臺
3．1 基本原理
3．1．1 OLAP 技術(shù)
3．1．2 系統(tǒng)架構(gòu)
3．2 現(xiàn)有研究
3．2．1 傳統(tǒng)OLAP 優(yōu)化方法
3．2．2 OLAP 存儲計算優(yōu)化
3．2．3 大數(shù)據(jù)OLAP 引擎
3．3 近期成果
3．3．1 DOLAP
3．3．2 MapReduce OLAP
3．3．3 HaoLap
參考文獻
第4 章 迭代計算平臺
4．1 基本原理
4．2 現(xiàn)有研究
4．2．1 MapReduce 迭代計算框架
4．2．2 其他迭代計算框架
4．2．3 增量迭代計算
4．2．4 迭代算法優(yōu)化
4．3 近期成果
4．3．1 增量迭代計算模型
4．3．2 歸并迭代計算
4．3．3 迭代初始點選擇
參考文獻
第5 章 實時處理平臺
5．1 基本原理
5．2 現(xiàn)有研究
5．2．1 Lambda 架構(gòu)
5．2．2 隊列
5．2．3 流處理
5．2．4 數(shù)據(jù)流處理框架
5．3 近期成果
5．3．1 實時數(shù)據(jù)遷移模型
5．3．2 數(shù)據(jù)源層的優(yōu)化方法
5．3．3 遷移系統(tǒng)設計
參考文獻
后記