基于MapReduce的简单要素模型并行叠置分析方法研究的任务书.docx

基于MapReduce的简单要素模型并行叠置分析方法研究的任务书
任务书
任务名称：基于MapReduce的简单要素模型并行叠置分析方法研究
任务目的：了解MapReduce技术的基本原理和应用，掌握并行叠置分析方法的实现流程，实现基于MapReduce的简单要素模型并行叠置分析方法，为地理信息系统及大数据处理技术的发展提供支持。
任务内容：
1.学习MapReduce技术的基本原理和应用
（1）了解分布式计算的概念和基本理论
（2）了解MapReduce的架构设计和工作原理
（3）掌握Hadoop等分布式计算框架的使用方法
2.掌握并行叠置分析方法的实现流程
（1）了解并行叠置分析的概念和应用领域
（2）熟悉并行叠置分析的基本算法和实现原理
（3）掌握STL库及相关GIS库的使用方法
3.实现基于MapReduce的简单要素模型并行叠置分析方法
（1）设计并实现基于MapReduce的简单要素模型的并行叠置分析算法
（2）编写并测试对应的MapReduce程序代码
（3）对程序进行优化测试，评估性能指标
预期成果：
1.理解并掌握MapReduce技术的基本原理和应用，了解分布式计算及大数据处理技术的发展趋势。
2.掌握并行叠置分析的实现流程，实现基于STL库的简单要素模型并行叠置分析方法，掌握相关GIS库的使用方法。
3.实现基于MapReduce的简单要素模型并行叠置分析方法，包括程序设计和代码实现，评估性能指标，论文撰写等。
4.取得工程量化成果，为地理信息系统及大数据处理技术的发展提供支持。
要求：
1.任务时间：计划完成时间为3个月。
2.任务书执行要求：
（1）任务书执行期间需要与导师保持密切联系，及时向导师汇报研究进展。
（2）任务完成后，需要准备完成论文撰写和工程量化成果。
（3）论文和工程量化成果需要提交份导师审核，经过导师审核后方可提交任务完成验收。
3.任务完成标准：
（1）完成并行叠置分析的基本实现流程。
（2）实现基于MapReduce的简单要素模型的并行叠置分析方法，评估性能指标。
（3）完成并提交毕业论文及相关工程量化成果。
（4）经导师审核通过，完成任务验收。
参考文献：
[1]DeanJ,GhemawatS.Mapreduce:Simplifieddataprocessingonlargeclusters[C].Proceedingsofthe6thconferenceonsymposiumonoperatingsystemsdesign&implementation.Berkeley,CA:USENIXAssociation,2004:10-10.
[2]吴宇平,高培勇,李启华.基于MapReduce平台的空间数据库构建技术研究[J].计算机科学,2012,39(2):234-235.
[3]王乾君,许鹏勇.基于Hadoop的并行叠置分析算法[J].电视技术应用,2015,31(2):9-12.