<ol id="ebnk9"></ol> 
軟件論文開題報告第1篇一、選題背景與意義(一)選題背景作為國民經濟發展的支柱和主導性產業，電信行業在推動國民經濟信息化，拉動國民經濟快速發展等方面，發揮著積極的重要作用。新時期我國電信行業取得了長足的下面是小編為大家整理的軟件論文開題報告9篇,供大家參考。
一、選題背景與意義
(一)選題背景
作為國民經濟發展的支柱和主導性產業，電信行業在推動國民經濟信息化，拉動國民經濟快速發展等方面，發揮著積極的重要作用。新時期我國電信行業取得了長足的發展由于3G牌照發放、電信重組等發展機遇，預計20xx年我國電信業將實現6%以上的增長。20xx年第一季度，全國電信業務總量累計完成5867.8億元，比上年同期增長10.8%;全國累計凈增電信用戶2360.7萬戶，總數達到100564.1萬戶，突破10億戶大關。
預計到20xx年，工業和信息化部管理的工業行業的信息化投資可達500億元，預計可為電信運營業提供一個可觀的收入增長點(見圖2)。20xx年1月7日重組后的中國移動、中國電信和中國聯通分別獲得TD-SCDMA、CDMA20xx和WCDMA 3G牌照。3G將為中國電信產業帶來更多機遇，促進移動新格局的形成。三大運營商20xx年僅在3G網絡建設的投資就達到1350億元至1650億元，加上三張3G網絡投入的手機補貼，20xx年3G相關投資將達到1730億元至20xx億元。
截止到20xx年8月，中國移動用戶的總數已經突破了5個億，單從用戶的規模來看，中國移動已成為全球最大的運營商。同一年中，隨著完成與中國鐵通的重組工作，中國移動長期以來跛行的局面得以結束，實現了真正意義上的全業務運營。20xx年，在擴大原有移動通信市場優勢的同時，中國移動還將在更多的領域競爭，從而維持其強勢地位。目前中國移動的市場份額在新增用戶市場上不斷遭到競爭對手的蠶食。根據運營商披露的數據顯示，截止到20xx年11月，在新增用戶市場上，中國移動的份額降到了50.6%;同年11月新增移動用戶458萬戶，同比下降了33.3%。與此同時，中國聯通在該月新增了141萬用戶，中國電信則新增307萬用戶。這些數據都表明中國移動的優勢地位也在不斷面臨挑戰。
(二)研究意義
通過海量網絡數據，分析把握客戶行為特征，為企業決策提供可靠依據。網絡系統積累的海量網絡數據對于運營商而言無疑是一筆寶貴的財富，利用數據挖掘相關技術，從所積累的海量網絡數據中提取有用信息，并在原有作業系統的基礎上提煉與升華，以實現客戶的細分和特征化，將大的客戶群體劃分成多個小的客戶群體，實現市場的分割，以便針對不同群體的客戶實現差異化服務，為企業決策提供可靠依據，從而提升企業利潤或降低企業運營成本。
通過數據挖掘技術有效的分析客戶信息，不但可以擴大企業的經營活動范圍，及時把握新的客戶需求和市場機會，有針對性地制定營銷策略，從而占領更多的市場份額，還可以幫助企業更好的保留原有老客戶，同時吸引更多的新客戶。針對性地實施戰略，實現利潤最大化。借助客戶細分服務，運營商便能針對不同客戶的需求進行差異化服務，同時進行有效地成本控制，從而最大限度的提升客戶價值，以確保企業的盈利最大化，因此本項目選題基于數據挖掘的湖南移動精準營銷平臺優化研究進行研究和分析。
二、文獻綜述
目前，數據挖掘技術及知識發現已經成為計算機科學界的研究熱點。1999年，亞太地區在北京召開的第三屆會議PAKDD共收到158篇論文，反映空前熱烈。美國人工智能協會主辦的KDD國際研討會及數據庫、信息處理、人工智能、知識工程等領域的國際學術刊物都開辟了知識發現?？?，IEEE的Knowledge and Data Engineering會刊最先在1993年出版了KDD技術?？?，其發表的5篇評價、KDD系統設計的邏輯方法，并且集中討論了數據庫的動態性冗余、高噪聲和不確定性、空值等問題，KDD系統與其它傳統的機器學習、人工神經網絡、專家系統、數理統計分析系統的聯系和區別，以及相應的基本對策。6篇論文摘要展示了KDD在從建立分子模型到設計制造業方面的具體應用。
國外很多計算機公司非常重視數據挖掘的開發與應用，Informix公司于1998年底收購了當時在數據挖掘技術上卓有成效的Red Brick公司。Red Brick數據挖掘在關系引擎中通過創建模型完成，這些模型在數據庫中表現為相應的表，并且這些模型可以通過結構查詢語言(SQL)，能像普通表一樣被訪問和操作。向模型中插入數據的時候，數據挖掘計算就被執行了，然后建立含有計算結果的表。后者可以被觀察，用于對計算結果的理解，并且在其它數據集中進行預測。除此之外，IBM公司和微軟公司也成立了相應的研究中心進行這方面的工作，一些公司也已經提出了基于數據挖掘技術的商業智能解決方案。此外，相關軟件也開始在國內銷售，如SAS、SPSS、Platinum、BO以及IBM等。
三、研究內容和方法
本文研究內容首先針對湖南移動目前的運營現狀提出實現精準營銷的理念，湖南移動已經具備了實施優化精準營銷的條件并已經開始逐步實施，通過具體的案例分析證實基于網絡數據分析的客戶細分等方法適用于增值業務的精準營銷。本文根據提出問題、分析問題、解決問題的邏輯順序，采用理論研究與實證研究相結合、定性分析與定量分析相結合的方法展開研究。
(1)系統分析法
本文在對相關理論和國內外研究現狀進行梳理總結的基礎上，構造本文的分析框架。
(2)定性與定量相結合
本文先采取定性與定量相結合的分析方法分析湖南移動精準營銷平臺優化研究的現狀，并對基于數據挖掘的湖南移動精準營銷平臺優化設計提出了系統方案，為完善湖南移動精準營銷平臺優化提供支持。
一.研究背景、概況及意義
1.研究背景
隨著科學技術的飛速發展,越來越多的大規?？茖W和工程計算問題對計算機的速度提出了非常高的要求。在圖像處理方面,大規模的地形匹配、神經網絡計算及其他計算量大的任務都需要計算機具有強大的計算性能。近年來,微處理器的性能不斷提高,高速局域網的不斷發展,可以利用相對廉價的微機通過高速局域網構建高性能的并行集群計算系統。與傳統的超級計算機相比,并行集群計算系統具有較高的性價比和良好的可擴展性,可以滿足不同規模的大型計算問題。
在數字圖像處理中，圖像匹配是根據已知一幅圖像在陌生圖像中尋找對應子圖像的過程，它在計算機視覺、航空遙感、醫學圖像、飛行器制導等領域具有廣泛的應用。目前，圖像匹配算法很多，基于灰度匹配算法簡單、精度高，但計算量大、對旋轉形變等敏感?；谔卣髌ヅ浞椒ㄓ嬎懔啃?，對灰度變化、形變及遮擋等有較好的適應性，但它取決于特征提取的質量，匹配精度不是很理想?；谏窠浘W絡和遺傳算法具有良好的"并行性和非線性全局作用，良好的容錯和記憶能力，但計算代價高、參數選取對結果影響大。其中經典的灰度相關算法具有匹配精度高，易于硬件實現等特點，但計算量大、速度慢，應用受到限制?，F今針對灰度相關匹配改進的算法較多，如灰度歸一化相關匹配，基本上是從相似性度量的函數著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發展，使得傳統的大型工作站可由多微機的集群系統代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間，成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理、改進，提高運算速度。
2.國內外研究概況
目前，MPI(Message Passing Interface) 是比較流行的并行計算開發環境之一。MPI是一個并行計算消息傳遞接口標準,由MPI論壇(MPI Forum)推出,制定該標準的目的是提高并行程序的可移植性和開發效率。MPI論壇是由歐美主要的并行計算機生產商、大學、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6 月正式推出了MPI的第一個版本MPI1.0 ,又于1995 年6 月推出了MPI1.1 ,對原有的版本進行了修改、完善和補充。1997年7月推出的MPI2.0版本中,又加入了遠程存儲訪問、并行I/O、動態進程管理等內容。MPI現在已經成為產業界廣泛支持的并行計算標準。
3.現實意義
現今針對灰度相關匹配改進的算法較多, 如灰度歸一化相關匹配，基本上是從相似性度量的函數著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發展, 使得傳統的大型工作站由多微機的集群系統代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間, 成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理，并對其進行適當的改進，以提高運算速度。
二.研究主要內容
研究內容：
基于并行計算在高性能計算中的優勢并根據圖像處理的特點，探討了并行計算在圖像處理中的應用。給出了圖像并行處理的一般過程,并用具體例子作以說明，同時也給出了如何提高圖像并行處理效率的一些措施。
1 軟件工具的選擇
已有若干并行編程軟件包可供選擇，例如PVM ( ParallelVirtualMachine)，MPI ( Message Passing Interface)，Express，Pthreads等，但是，其中只有PVM，MPI是針對網絡多計算機系統(或工作站集群系統)設計的。前者提供了一種支持異構或同構計算機間消息傳遞的軟件環境，適合于多種硬件結構,包括運行Linux、UNIX操作系統的PC機。它可以用C或者Fortran編程。而MPI具有和PVM 類似的比較強大的功能。與PVM一樣，它可以用C或者Fortran編程，并且也適合于多種硬件結構，包括運行Linux、Windows、NT操作系統的PC機。但它是被推薦的一種適用于消息傳遞型多計算機系統的并行軟件編程標準。因此，它不僅實用，可移植、高效靈活，而且將有更廣泛的推廣價值。此外，它的許多版本與實現,如MPICH、CHIPM、LAM等都可以在網上免費下載，這為圖像并行處理的研究提供了十分有利的條件。在我們研究圖像并行處理時，選擇了MPI作為并行程序設計工具。
2 并行圖像處理算法的實現圖像處理的并行求解過程，一般分為以下幾個步驟：
(1) 對圖像處理問題進行抽象，建立算法串行模型;
(2) 對算法串行模型進行分析，找出算法模型中需要并行處理的部分，確定算法并行實現方法建立算法并行模型的描述;
(3) 用并行計算語言實現并行算法;
(4) 在并行集群計算系統上運行，調試并行算法。
3 并行圖像處理具體算法實例：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數據分割處理，結合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現，對傳統的圖像灰度匹配算法進行并行化改進，試驗結果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
研究目標：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數據分割處理，結合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現，對傳統的圖像灰度匹配算法進行并行化改進，試驗結果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
三.研究步驟、方法及措施
研究步驟與方法
本課題將先從理論上提出解決辦法，再從實踐中不斷驗證斷修正理論模型最后開發出一個初步的應用系統。立足于并行計算在圖像處理方面的應用，致力于研究MPI在灰度匹配上的具體應用。
可能遇到的問題及采取的措施
1. 圖像處理的并行模型的選擇以及實現
2. 分析并行量大時和并行量小時等多種情況的比較。
四.研究進度計劃
研究工作的總體安排和進度：
1. 20xx.2.21-20xx.3.6 查閱相關文檔、確定論文題目
2. 20xx.3.7-20xx.3.20 撰寫開題報告，調研項目所用的并行計算技術
3. 20xx.3.21-20xx.3.23 文獻綜述
4. 20xx.3.24-20xx.4.19 項目開發，大體完成
5. 20xx.4.20-20xx.4.24 外文翻譯
6. 20xx.4.25-20xx.5.6 論文一稿
7. 20xx.5.7-20xx.5.8 中期檢查
8. 20xx.5.9-20xx.5.31 論文二稿
9. 20xx.6.1-20xx.6.5 論文三稿
10. 20xx.6.6-20xx.6.10 論文定稿，準備答辯材料
一、選題背景與意義
(一)選題背景
作為國民經濟發展的支柱和主導性產業，電信行業在推動國民經濟信息化，拉動國民經濟快速發展等方面，發揮著積極的重要作用。新時期我國電信行業取得了長足的發展由于3G牌照發放、電信重組等發展機遇，預計20xx年我國電信業將實現6%以上的增長。20xx年第一季度，全國電信業務總量累計完成5867.8億元，比上年同期增長10.8%;全國累計凈增電信用戶2360.7萬戶，總數達到100564.1萬戶，突破10億戶大關。
預計到20xx年，工業和信息化部管理的工業行業的信息化投資可達500億元，預計可為電信運營業提供一個可觀的收入增長點(見圖2)。20xx年1月7日重組后的中國移動、中國電信和中國聯通分別獲得TD-SCDMA、CDMA20xx和WCDMA 3G牌照。3G將為中國電信產業帶來更多機遇，促進移動新格局的形成。三大運營商20xx年僅在3G網絡建設的投資就達到1350億元至1650億元，加上三張3G網絡投入的手機補貼，20xx年3G相關投資將達到1730億元至20xx億元。
截止到20xx年8月，中國移動用戶的總數已經突破了5個億，單從用戶的規模來看，中國移動已成為全球最大的運營商。同一年中，隨著完成與中國鐵通的重組工作，中國移動長期以來跛行的局面得以結束，實現了真正意義上的全業務運營。20xx年，在擴大原有移動通信市場優勢的同時，中國移動還將在更多的領域競爭，從而維持其強勢地位。目前中國移動的市場份額在新增用戶市場上不斷遭到競爭對手的蠶食。根據運營商披露的數據顯示，截止到20xx年11月，在新增用戶市場上，中國移動的份額降到了50.6%;同年11月新增移動用戶458萬戶，同比下降了33.3%。與此同時，中國聯通在該月新增了141萬用戶，中國電信則新增307萬用戶。這些數據都表明中國移動的優勢地位也在不斷面臨挑戰。
(二)研究意義
通過海量網絡數據，分析把握客戶行為特征，為企業決策提供可靠依據。網絡系統積累的海量網絡數據對于運營商而言無疑是一筆寶貴的財富，利用數據挖掘相關技術，從所積累的海量網絡數據中提取有用信息，并在原有作業系統的基礎上提煉與升華，以實現客戶的細分和特征化，將大的客戶群體劃分成多個小的客戶群體，實現市場的分割，以便針對不同群體的客戶實現差異化服務，為企業決策提供可靠依據，從而提升企業利潤或降低企業運營成本。
通過數據挖掘技術有效的分析客戶信息，不但可以擴大企業的經營活動范圍，及時把握新的客戶需求和市場機會，有針對性地制定營銷策略，從而占領更多的市場份額，還可以幫助企業更好的保留原有老客戶，同時吸引更多的新客戶。針對性地實施戰略，實現利潤最大化。借助客戶細分服務，運營商便能針對不同客戶的需求進行差異化服務，同時進行有效地成本控制，從而最大限度的提升客戶價值，以確保企業的盈利最大化，因此本項目選題基于數據挖掘的湖南移動精準營銷平臺優化研究進行研究和分析。
二、文獻綜述
目前，數據挖掘技術及知識發現已經成為計算機科學界的研究熱點。1999年，亞太地區在北京召開的第三屆會議PAKDD共收到158篇論文，反映空前熱烈。美國人工智能協會主辦的KDD國際研討會及數據庫、信息處理、人工智能、知識工程等領域的國際學術刊物都開辟了知識發現?？?，IEEE的"Knowledge and Data Engineering會刊最先在1993年出版了KDD技術?？?，其發表的5篇評價、KDD系統設計的邏輯方法，并且集中討論了數據庫的動態性冗余、高噪聲和不確定性、空值等問題，KDD系統與其它傳統的機器學習、人工神經網絡、專家系統、數理統計分析系統的聯系和區別，以及相應的基本對策。6篇論文摘要展示了KDD在從建立分子模型到設計制造業方面的具體應用。
國外很多計算機公司非常重視數據挖掘的開發與應用，Informix公司于1998年底收購了當時在數據挖掘技術上卓有成效的Red Brick公司。Red Brick數據挖掘在關系引擎中通過創建模型完成，這些模型在數據庫中表現為相應的表，并且這些模型可以通過結構查詢語言(SQL)，能像普通表一樣被訪問和操作。向模型中插入數據的時候，數據挖掘計算就被執行了，然后建立含有計算結果的表。后者可以被觀察，用于對計算結果的理解，并且在其它數據集中進行預測。除此之外，IBM公司和微軟公司也成立了相應的研究中心進行這方面的工作，一些公司也已經提出了基于數據挖掘技術的商業智能解決方案。此外，相關軟件也開始在國內銷售，如SAS、SPSS、Platinum、BO以及IBM等。
三、研究內容和方法
本文研究內容首先針對湖南移動目前的運營現狀提出實現精準營銷的理念，湖南移動已經具備了實施優化精準營銷的條件并已經開始逐步實施，通過具體的案例分析證實基于網絡數據分析的客戶細分等方法適用于增值業務的精準營銷。本文根據提出問題、分析問題、解決問題的邏輯順序，采用理論研究與實證研究相結合、定性分析與定量分析相結合的方法展開研究。
(1)系統分析法
本文在對相關理論和國內外研究現狀進行梳理總結的基礎上，構造本文的分析框架。
(2)定性與定量相結合
本文先采取定性與定量相結合的分析方法分析湖南移動精準營銷平臺優化研究的現狀，并對基于數據挖掘的湖南移動精準營銷平臺優化設計提出了系統方案，為完善湖南移動精準營銷平臺優化提供支持。
一、選題背景與意義
(一)選題背景
作為國民經濟發展的支柱和主導性產業，電信行業在推動國民經濟信息化，拉動國民經濟快速發展等方面，發揮著積極的重要作用。新時期我國電信行業取得了長足的發展由于3G牌照發放、電信重組等發展機遇，預計20xx年我國電信業將實現6%以上的增長。20xx年第一季度，全國電信業務總量累計完成5867.8億元，比上年同期增長10.8%;全國累計凈增電信用戶2360.7萬戶，總數達到100564.1萬戶，突破10億戶大關。
預計到20xx年，工業和信息化部管理的工業行業的信息化投資可達500億元，預計可為電信運營業提供一個可觀的收入增長點(見圖2)。20xx年1月7日重組后的中國移動、中國電信和中國聯通分別獲得TD-SCDMA、CDMA20xx和WCDMA3G牌照。3G將為中國電信產業帶來更多機遇，促進移動新格局的形成。三大運營商20xx年僅在3G網絡建設的投資就達到1350億元至1650億元，加上三張3G網絡投入的手機補貼，20xx年3G相關投資將達到1730億元至20xx億元。
截止到20xx年8月，中國移動用戶的總數已經突破了5個億，單從用戶的規模來看，中國移動已成為全球最大的運營商。同一年中，隨著完成與中國鐵通的重組工作，中國移動長期以來跛行的局面得以結束，實現了真正意義上的全業務運營。20xx年，在擴大原有移動通信市場優勢的同時，中國移動還將在更多的領域競爭，從而維持其強勢地位。目前中國移動的市場份額在新增用戶市場上不斷遭到競爭對手的蠶食。根據運營商披露的數據顯示，截止到20xx年11月，在新增用戶市場上，中國移動的份額降到了50.6%;同年11月新增移動用戶458萬戶，同比下降了33.3%。與此同時，中國聯通在該月新增了141萬用戶，中國電信則新增307萬用戶。這些數據都表明中國移動的優勢地位也在不斷面臨挑戰。
(二)研究意義
通過海量網絡數據，分析把握客戶行為特征，為企業決策提供可靠依據。網絡系統積累的海量網絡數據對于運營商而言無疑是一筆寶貴的財富，利用數據挖掘相關技術，從所積累的海量網絡數據中提取有用信息，并在原有作業系統的基礎上提煉與升華，以實現客戶的細分和特征化，將大的客戶群體劃分成多個小的客戶群體，實現市場的分割，以便針對不同群體的客戶實現差異化服務，為企業決策提供可靠依據，從而提升企業利潤或降低企業運營成本。
通過數據挖掘技術有效的分析客戶信息，不但可以擴大企業的經營活動范圍，及時把握新的客戶需求和市場機會，有針對性地制定營銷策略，從而占領更多的市場份額，還可以幫助企業更好的保留原有老客戶，同時吸引更多的新客戶。針對性地實施戰略，實現利潤最大化。借助客戶細分服務，運營商便能針對不同客戶的需求進行差異化服務，同時進行有效地成本控制，從而最大限度的提升客戶價值，以確保企業的盈利最大化，因此本項目選題基于數據挖掘的湖南移動精準營銷平臺優化研究進行研究和分析。
二、文獻綜述
目前，數據挖掘技術及知識發現已經成為計算機科學界的研究熱點。1999年，亞太地區在北京召開的第三屆會議PAKDD共收到158篇論文，反映空前熱烈。美國人工智能協會主辦的KDD國際研討會及數據庫、信息處理、人工智能、知識工程等領域的國際學術刊物都開辟了知識發現?？?，IEEE的KnowledgeandDataEngineering會刊最先在1993年出版了KDD技術?？?，其發表的5篇論文的代表了當時KDD研究的最新成果和動態，較為全面地論述了KDD系統方法論、發現結果的評價、KDD系統設計的邏輯方法，并且集中討論了數據庫的動態性冗余、高噪聲和不確定性、空值等問題，KDD系統與其它傳統的機器學習、人工神經網絡、專家系統、數理統計分析系統的聯系和區別，以及相應的基本對策。6篇論文摘要展示了KDD在從建立分子模型到設計制造業方面的具體應用。
國外很多計算機公司非常重視數據挖掘的開發與應用，Informix公司于1998年底收購了當時在數據挖掘技術上卓有成效的RedBrick公司。RedBrick數據挖掘在關系引擎中通過創建模型完成，這些模型在數據庫中表現為相應的表，并且這些模型可以通過結構查詢語言(SQL)，能像普通表一樣被訪問和操作。向模型中插入數據的時候，數據挖掘計算就被執行了，然后建立含有計算結果的表。后者可以被觀察，用于對計算結果的理解，并且在其它數據集中進行預測。除此之外，IBM公司和微軟公司也成立了相應的研究中心進行這方面的工作，一些公司也已經提出了基于數據挖掘技術的商業智能解決方案。此外，相關軟件也開始在國內銷售，如SAS、SPSS、Platinum、BO以及IBM等。
三、研究內容和方法
本文研究內容首先針對湖南移動目前的運營現狀提出實現精準營銷的理念，湖南移動已經具備了實施優化精準營銷的條件并已經開始逐步實施，通過具體的案例分析證實基于網絡數據分析的客戶細分等方法適用于增值業務的精準營銷。本文根據提出問題、分析問題、解決問題的邏輯順序，采用理論研究與實證研究相結合、定性分析與定量分析相結合的方法展開研究。
(1)系統分析法
本文在對相關理論和國內外研究現狀進行梳理總結的基礎上，構造本文的分析框架。
(2)定性與定量相結合
本文先采取定性與定量相結合的分析方法分析湖南移動精準營銷平臺優化研究的現狀，并對基于數據挖掘的湖南移動精準營銷平臺優化設計提出了系統方案，為完善湖南移動精準營銷平臺優化提供支持。
一、選題背景（含國內外相關研究綜述及評價）與意義
1、課題來源
課題為《貴州省盤縣戒毒所醫技樓建筑與裝飾工程招標控制價編制》。該醫技樓結構形式為框架結構，建筑總高度19.80米，工程總建筑面積4532.0平方米，建筑層數為地上五層。本工程屬于鋼筋混凝土框架結構體系，工程設計規模為小型，耐火等級二級、抗震設防烈度6度，主體結構合理使用年限50年。地基基礎設計等級為丙級；
抗震等級為三級，上部結構的嵌固端為基礎頂面。建筑分類為多層民用建筑，建筑耐火等級為二級?？蚣芙Y構外填充墻均采用200厚加氣混凝土砌塊，內填充墻采用200或100厚加氣混凝土砌塊，均用混合砂漿。所有構造柱、圈梁、過梁混凝土強度等級為C25，框架柱混凝土強度等級為C30，梁、板的混凝土強度等級均為C30。
2、選題背景（含國內外相關研究綜述及評價） （1）國內相關研究綜述
招標控制價的產生的背景：隨著近年建設工程的迅速發展，為加強建筑工程計價活動的監督管理，規范工程計價行為，維護建筑市場正常秩序，合理確定和有效控制工程造價，20xx年12月1日起實施的《建設工程工程量清單計價規范》（GB50500-20xx）規定：國有資金投資建設工程項目應實行工程量清單招標，并應當編制“招標控制價”。目前我國的造價行業存在許多問題，比如不夠重視投資決策階段工程造價的確控、設計階段的工程造價控制不嚴、還未全面采用國際上通用的工程量清單報價方式、施工階段對工程造價控制不夠、工程竣工結算階段工程造價控制不力等。
（2）國外相關研究綜述
國外的工程造價估算是建立在價值工程基礎上的，在建筑合同文本中必須包括使用價值工程技術的條款。它一般分為二種情況：一是自愿采用，承建商從自身利益出發，考慮采用價值工程技術，此時費用由承包商自身承擔；
另一種情況是強制運用，在合同中規定承包商必須采用價值工程技術，至于費用一般由業主承擔。
在國際社會上，發達國家都十分重視全過程造價管理，都把工程造價作為一門專業來加以建設。它是建筑經濟、技術與管理高度結合的專業。在美國，政府項目投資控制主要依據批準的預算。其投資和預算確定主要依靠以完的工程造價的資料進行估算。在項目實施中進行招投標，由承包商報價，有關造價的工作一致委托給造價工程師進行。在比較完善的建筑市場和中介組織服務條件下，工程價格由市場定價，而造價師對項目進行全過程的造價控制。
3、選題意義
招標控制價的編制使得招標人有效控制項目投資，防止惡性投標帶來的投資風險。增強招標過程的透明度，有利于正常評標。利于引導投標方投標報價，避免投標方無標底情況下的無序競爭。招標控制價反映的是社會平均水平，為招標人判斷最低投標價是否低于成本提供參考依據?？蔀楣こ套兏略鲰椖看_定單價提供計算依據。作為評標的參考依據，避免出現較大偏離。投標人根據自己的企業實力、施工方案等報價，不必揣測招標人的標底，提高了市場交易效率。減少了投標人的交易成本，使投標人不必花費人力、財力去套取招標人的標底。招標人把工程投資控制在招標控制價范圍內，提高了交易成功的可能性。
選擇此課題在于明確了解工程項目造價控制是工程建設項目管理的一個核心部分，貫徹于工程建設的全過程，是在投資決策階段、設計階段、招投標和施工階段中采取有效措施，把工程項目建設發生的全部費用控制在批準的限額內，并隨時糾正發生的偏差，以保證投資估算、設計概預算和竣工決算等管理目標的實現，以求在建設過程中合理使用人力、物力、財力，獲得更大投資效益和社會效益基于工程項目投資運動的特點和運動規律，工程項目投資的控制涉及到方方面面，其基本控制原理為：全過程、全方位的控制;不同投資主體的控制;合理設置控制目標;以主動控制為主、技術與經濟相結合的控制。
二、 選題研究的方法與主要內容
1、 研究方法
（1）經驗總結法
首先確定研究課題及研究對象并掌握有關參考資料如定額、規范，然后制定總結計劃、搜集具體實事且進行分析、綜合、組織論證最后總結出研究成果。
（2）案例研究法
選擇一個相似案例如同為五層框架結構的辦公樓的招標控制價的編制案例，然后收集案例數據并分析案例資料，最后撰寫研究報告。
2、研究步驟
（1）熟悉畢業設計圖紙；
（2）熟悉招標控制價的編制要求與范圍；
（3）熟悉與建設工程有關的標準、規范、技術資料；
（4）完成畢業設計的算量組價工作。
3、主要內容
（1）施工方案及措施描述:工程概況、編制依據、編制原則、施工組織總體設想、總體施工組織布置及規劃、施工工藝、施工技術措施。
（2）工程量清單及招標控制價的編制:工程量清單應由具有編制招標文件能力的招標人，或受其委托具有相應資質的中介機構進行編制。工程量清單應作為招標文件的組成部分。一個擬建項目的全部工程量清單包括分部分項工程量清單、措施項目清單和其他項目清單三部分。
（3）本工程的技術經濟指標分析: 所謂技術經濟指標分析，就是借助于一系列經濟指標，對不同的技術方案進行分析、比較、評價，尋求技術與經濟之間最的最佳關系，使設計方案技術上的先進性和經濟上的合理性有機地統一，進而作出決策。
技術經濟指標分析主要分析總造價形成、造價指標、主要材料消耗指標、措施項目指標、工期指標等，并通過指標的分析來確定工程是否可行。
三、研究條件、擬解決的主要問題和預期結果
1、研究條件
（1）熟練掌握大學期間所學的專業知識；
（2）熟悉相關政策規范、通用圖集、設計文件的學習和掌握情況；
（3）看懂圖紙并熟練運用廣聯達計量軟件進行工程量的計算；
（4）根據相關的規范和定額編制工程量清單，并運用宏業計價軟件完成清單組價；
（5）導師的悉心指導和幫助。
2、擬解決的主要問題
（1）如何減少軟件算量與手工算量的差異；
（2）如何實現全方位管理，更好地控制工程造價；
（3）對本工程對象進行技術經濟指標分析。
3、預期結果
（1）畢業設計文本1份（包括封面、摘要、目錄和正文，正文包括工程概況、完整的計價表格以及計價工程的技術經濟指標分析三部分內容）；
（2）施工方案（單獨成冊）；
（3）招標控制價（正文包括編制說明、完整的計價表格以及計價工程的技術經濟指標分析三部分內容）；
（4）工程量計算書（本次畢業設計的工程量要求對一個混凝土構件進行手算，以excel表格形式提交，計算書內容包括工程量計算書封面、工程量計算說明、目錄、正文四部分。）；
（5）計價工程對象的技術經濟指標分析（單方造價、手工算量與軟件算量對比）；
（6）畢業設計總結。
一、選題背景
當今的互聯網服務面臨著許許多多的挑戰和千變萬化的需求，其中就包括需要管理海量的數據，并且能為高速增長的用戶群提供持續可依賴的服務。這里所說的互聯網服務包括了諸如在線郵箱、搜索引擎、在線游戲、在線金融系統、內容分發網絡、文件共享網絡等等。因此，能提供這些互聯網服務的系統往往很龐大：由成百上千臺機器組成，并且這些機器可能在同一個數據中心里，也可能分散在不同的數據中心，之間通過不可依賴的網絡進行通信。在具有如此巨大的擴展性的集群中，錯誤的發生變的很常見：一部分機器可能隨時會遇到硬件或者軟件故障;網絡延遲和網絡故障隨時可能發生，導致丟包、網絡分區等情況;偶發的惡意攻擊或是操作錯誤，也有可能導致不可預測的災難性錯誤發生。所以，構建這種系統的軟件往往很復雜，同時，每隔一段時間，系統都需要進行一定的修改(升級)以提升性能、修改錯誤或增加新的功能。本文工作所面臨的最基本的問題就是如何有效地設計一種工程上可行的升級方案，使得這種規模的分布式系統能在升級期間能持續地提供服務。
二、研究目的和意義
時下云計算十分火爆，各種互聯網公司、銀行、政府都經常提及云計算，各種各樣的分布式系統也層出不窮，不論是著名的大型分布式產品的開源項目諸如Hadoop、OpenStack、MongoDB等等，又或者是國內外的著名的云計算服務提供商AmazonAWS、MicrosoftAzure、阿里云們，云計算早已從紙面或者是宣傳標語中，走向了實實在在的落地階段。但是，針對云計算抑或是分布式系統中一個比較具體的問題的相關研究，尤其對于國內的相關領域而言，卻是比較缺少的，國內工業界的著名廠商們似乎都在悶頭造車，分享出來的解決云計算工程中實際具體問題的論文和研究成果依然較少。本人深知自己的能力有限，僅得益于研究生期間的一些實習經歷，結合工程實際，嘗試對分布式系統的升級和數據遷移問題做一些總結和提煉的工作，并且有一定的創新。
三、本文研究涉及的主要理論
分布式系統是其組件分布在聯網的計算機上，組件之間通過傳遞消息進行通信和動作協調的軟件系統[2]。分布式系統是一個統稱，常見的有分布式操作系統、分布式程序設計語言及其編譯(解釋)系統、分布式文件系統和分布式數據庫(存儲)系統等等。本文所面臨的升級和數據遷移的問題涉及到更多的是分布式存儲系統，分布式存儲系統的定義如下：分布式存儲系統是大量的普通的PC服務器通過互聯網互聯，對外作為一個整體提供存儲服務。也可以說，那些以數據存儲和訪問為目的而設計的分布式系統稱之為分布式存儲系統。與普通的軟件系統不同，分布式存儲系統具有以下幾個特性，理解這些特性對解決本文所提出的問題具有基礎性的意義。擴展性：分布式存儲系統的擴展性是最重要的優勢，往往可以擴展成百上千臺的規模。同時隨著集群規模的增長，其系統整體性能表現為線性增長。并且，可以根據一定的策略將數據和請求分配到不同的物理節點，物理節點的數目和集群處理能力成正比，集群是線性可擴展的。同時，集群能否擴展，可否線性擴展是衡量分布式存儲系統的一個重要指標。低成本和高性能：分布式存儲系統具有的自動容錯、自動負載均衡機制使其可以構建在普通的PC機之上。另外，線性擴展能力也使得增加、減少機器非常方便，可以實現自動運維。因此，對整個集群而言，分布式存儲系統具備高性能。數據分布：分布式存儲系統區別于單機存儲系統最大的特點是它可以按照一定方法進行數據切片，不同的物理節點分布不同的數據分片，從而將系統的存儲容量壓力和訪問請求壓力分散到系統集群的各個物理節點上，使系統整體能夠存儲超大規模的數據量，同時能夠接受更多的并發請求。那么如何將數據分布到多臺服務器才能夠保證數據分布均勻？數據分布到多臺服務器后如何實現跨服務器讀寫操作？常用的數據分片和分布方法有兩種：a.哈希分區方法，即根據數據的Key進行哈希取模，離散的分配到集群的物理節點上，Amazon的Dynamo采用了一致性哈希算法進行分區;b.連續分區方法，即將整個數據集合按照key來排序，根據key的范圍進行分片。
四、本文研究的主要內容及研究框架
(一)本文研究的主要內容
本論文共分為六章，各章的主要內容如下所述：
第一章為引言。介紹了本論文的研究背景，簡述了云計算和分布式系統目前的現狀，系統升級的必要性，以及本文的主要工作和組織結構。
第二章為文獻綜述。介紹了分布式系統相關的基本理論，分析了一些典型的Nosql系統，綜述了在單機軟件成熟的升級方案以及在分布式系統升級問題上前人的一些研究成果。
第三章為難點分析及總體設計。本章系統地分析了分布式系統升級問題的難點，并且提出了高可用的分布式系統升級設計的基本概念和原則，在此基礎上，提出了該問題的總體設計方案。
第四章為詳細設計和實現。本章在前一章的基礎上，依次詳細地設計了在單數據中心和跨數據中心的分布式環境下的系統升級方案，為本論文的最為重點的章節。
第五章為方案測試與實施。本章在詳細設計與實現的基礎上，提出了相應的測試和實施方案，通過測試分析和實驗分析驗證了升級方案的有效性。
第六章為總結和展望?？偨Y了全文所做的工作，指出了論文的創新點，并且對論文的不足以及未來的后續研究做出了展望。
(二)本文研究框架
本文研究框架可簡單表示為：
五、寫作提綱
摘要4-5
ABSTRACT5-6
第一章引言9-11
1.1研究背景9
1.3本文組織結構10-11
2.1分布式相關理論11-14
2.1.1基本概念和特性11-12
2.2典型Nosql系統分析14-19
2.2.1Bigtable15-16
2.2.2Dynamo16-18
2.2.3Cassandra與Bigtable，Dynamo的對比18-19
2.5本章小結22-23
第三章難點分析與總體設計23-32
3.2高可用的分布式系統升級設計25-27
3.2.2升級設計的基本原則26-27
3.3總體設計方案27-31
3.3.2方案步驟28-30
3.3.3重點說明30-31
3.4本章小結31-32
第四章詳細設計與實現32-51
4.2單數據中心分布式系統升級33-38
4.2.1設計意義33-34
4.2.2詳細設計34-38
4.3跨數據中心分布式系統升級38-42
4.3.1區別分析38
4.3.2總體說明38-39
4.3.3讀寫請求處理39-40
4.3.4詳細步驟40-42
4.4主要模塊的實現42-49
4.4.2升級主要模塊實現44-46
4.4.3數據遷移模塊實現46-48
4.4.4回調函數的實現48-49
4.5本章小結49-51
第五章方案實施與測試51-70
5.1方案實施51-57
5.1.1系統部署51
5.2方案測試57-66
5.2.1單元測試57-61
5.2.2集成測試61-63
5.2.3系統測試63-66
5.3實際生產環境測試結果66-69
5.4本章小結69-70
第六章總結與展望70-72
6.1回顧和總結70-71
6.2前景展望71-72
參考文獻72-74
致謝74
六、本文研究進展(略)
七、參考文獻
一、選題依據（擬開展研究項目的研究目的、意義）
隨著社會的進步、計算機技術的飛速發展，用計算機實現企業人事工資的管理勢在必行。對于大中型企業來說，利用計算機支持企業高效率完成勞動人事管理的日常事務，是適應現代企業制度要求、推動企業勞動人事管理走向科學化、規范化的必要條件；
而工資管理是一項瑣碎、復雜而又十分細致的工作，工資計算、發放、核算的工作量很大，一般不允許出錯，如果實行手工操作，每月發放工資須手工填制大量的表格，這就會耗費工作人員大量的時間和精力，計算機進行工資發放工作，不僅能夠保證工資核算準確無誤、快速輸出，而且還可以利用計算機對有關工資的各種信息進行統計，服務于財務部門其他方面的核算和財務處理，同時計算機具有著手工管理所無法比擬的優點.例如:檢索迅速、查找方便、可靠性高、存儲量大、保密性好、壽命長、成本低等。這些優點能夠極大地提高人事工資管理的效率,也是企業的科學化、正規化管理,與世界接軌的重要條件。所以人事工資管理系統應運而生，成為利用計算機實現企業人事工資管理的基本。
二、國內外研究現狀
隨著我國國民經濟建設的蓬勃發展和具有中國特色的社會主義市場經濟體制的迅速完善，各個行業都在積極使用現代化的手段，不斷改善服務質量，提高工作效率，這些都在很大程度上給企業提出越來越嚴峻的挑戰，對企業體系無論是在行政職能、企業管理水平以及優質服務上都提出更高的要求。建設一個科學高效的信息管理系統是解決這一問題的必由之路。企業內部財務管理是該企業運用現代化技術創造更多更高的經濟效益的主要因素之一。工資管理作為企業內部的一種財務管理也是如此，由于企業職工人數較多，每一位職工的具體實際情況也不盡相同，各項工資條款的發放，如果沒有一個完整的管理系統來進行管理，那么勢必會給管理人員帶來種種麻煩，因此類似工資管理系統之類的財務軟件的開發勢在必行?，F在中國企業已進入"新管理時代"，企業管理在經歷了計劃經濟時期的"生產管理"時代,計劃經濟與市場經濟相結合時期的"混合管理"時代后,從九十年代末進入全面市場經濟時期的"新管理"時代.新管理時的中國企業管理是面向市場,基于現代企業制度,是中國模式,價值化,系統化,電腦化,國際化和普遍化管理的時代.新管理時代的中國企業管理以建立競爭優勢,提高企業競爭力為核心.要提高企業的競爭力就必須整合企業經營,全面強化企業管理,形成企業持久發展的"內功".越來越多的質優企業舍得在管理系統上投資的舉動,足以說明這一趨勢.在市場競爭日益激烈,用戶需求不斷趨向多樣化,企業間關聯程度越來越密切的今天,要求企業行動必須快捷,靈敏,在管理的思想觀念,方式方法上不斷創新.人力已經很難完全達到要求,必須借助當代信息科技的最新成果,優化和加強企業的運營和管理.
三、研究方案（主要研究內容、目標，研究方法、進度）
主要內容：支持企業實現規范化的管理，支持企業高效率完成勞動人事管理的日常業務，包括新員工加入時認識檔案的建立，老員工轉出、辭職、退休等。目標：實現企業員工工資管理的系統化、規范化和自動化。
四、進程計劃（各研究環節的時間安排、實施進度、完成程度）
20xx年03月10日---20xx年03月16日收集所需資料
20xx年04月02日---20xx年04月16日完成系統需求分析，對人事查詢管理，人事維護管理，工資查詢管理，工資維護管理，等各個功能模塊的功能進行確定。
20xx年0月17日---20xx年04月25日對數據庫表結構進行設計,將表結構導入數據庫。并對論文進行初步構思、編寫。
20xx年04月17日---20xx年05月05日繼續完成功能模塊的代碼編寫。
20xx年05月05日---20xx年05月23日設計測試實例，對系統進行測試，找出缺陷，進行完善。
20xx年05月24日---20xx年06月15日完成畢業論文的編寫工作。
五、導師對文獻綜述的評語
簽字：xxx
20xx年xx月xx日
六、專業意見
專業負責人簽字：xxx
20xx年xx月xx日
七、系部意見
院（系部）（章）：xxx
負責人簽字：xxx
20xx年xx月xx日
負責人簽字：xxx
20xx年xx月xx日
一.研究背景、概況及意義
1.研究背景
隨著科學技術的飛速發展,越來越多的大規?？茖W和工程計算問題對計算機的速度提出了非常高的要求。在圖像處理方面,大規模的地形匹配、神經網絡計算及其他計算量大的任務都需要計算機具有強大的計算性能。近年來,微處理器的性能不斷提高,高速局域網的不斷發展,可以利用相對廉價的微機通過高速局域網構建高性能的并行集群計算系統。與傳統的超級計算機相比,并行集群計算系統具有較高的性價比和良好的可擴展性,可以滿足不同規模的大型計算問題。
在數字圖像處理中，圖像匹配是根據已知一幅圖像在陌生圖像中尋找對應子圖像的過程，它在計算機視覺、航空遙感、醫學圖像、飛行器制導等領域具有廣泛的應用。目前，圖像匹配算法很多，基于灰度匹配算法簡單、精度高，但計算量大、對旋轉形變等敏感?；谔卣髌ヅ浞椒ㄓ嬎懔啃?，對灰度變化、形變及遮擋等有較好的適應性，但它取決于特征提取的質量，匹配精度不是很理想?；谏窠浘W絡和遺傳算法具有良好的并行性和非線性全局作用，良好的容錯和記憶能力，但計算代價高、參數選取對結果影響大。其中經典的灰度相關算法具有匹配精度高，易于硬件實現等特點，但計算量大、速度慢，應用受到限制?，F今針對灰度相關匹配改進的算法較多，如灰度歸一化相關匹配，基本上是從相似性度量的函數著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發展，使得傳統的大型工作站可由多微機的集群系統代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間，成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理、改進，提高運算速度。
2.國內外研究概況
目前，MPI(Message Passing Interface) 是比較流行的并行計算開發環境之一。MPI是一個并行計算消息傳遞接口標準,由MPI論壇(MPI Forum)推出,制定該標準的目的是提高并行程序的可移植性和開發效率。MPI論壇是由歐美主要的并行計算機生產商、大學、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6 月正式推出了MPI的第一個版本MPI1.0 ,又于1995 年6 月推出了MPI1.1 ,對原有的版本進行了修改、完善和補充。1997年7月推出的MPI2.0版本中,又加入了遠程存儲訪問、并行I/O、動態進程管理等內容。MPI現在已經成為產業界廣泛支持的并行計算標準。
3.現實意義
現今針對灰度相關匹配改進的算法較多, 如灰度歸一化相關匹配，基本上是從相似性度量的函數著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發展, 使得傳統的大型工作站由多微機的集群系統代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間, 成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理，并對其進行適當的改進，以提高運算速度。
二.研究主要內容
研究內容：
基于并行計算在高性能計算中的優勢并根據圖像處理的特點，探討了并行計算在圖像處理中的應用。給出了圖像并行處理的一般過程,并用具體例子作以說明，同時也給出了如何提高圖像并行處理效率的一些措施。
1 軟件工具的選擇
已有若干并行編程軟件包可供選擇，例如PVM ( ParallelVirtualMachine)，MPI ( Message Passing Interface)，Express，Pthreads等，但是，其中只有PVM，MPI是針對網絡多計算機系統(或工作站集群系統)設計的。前者提供了一種支持異構或同構計算機間消息傳遞的軟件環境，適合于多種硬件結構,包括運行Linux、UNIX操作系統的PC機。它可以用C或者Fortran編程。而MPI具有和PVM 類似的比較強大的功能。與PVM一樣，它可以用C或者Fortran編程，并且也適合于多種硬件結構，包括運行Linux、Windows、NT操作系統的PC機。但它是被推薦的一種適用于消息傳遞型多計算機系統的并行軟件編程標準。因此，它不僅實用，可移植、高效靈活，而且將有更廣泛的推廣價值。此外，它的許多版本與實現,如MPICH、CHIPM、LAM等都可以在網上免費下載，這為圖像并行處理的研究提供了十分有利的條件。在我們研究圖像并行處理時，選擇了MPI作為并行程序設計工具。
2 并行圖像處理算法的實現圖像處理的并行求解過程，一般分為以下幾個步驟：
(1) 對圖像處理問題進行抽象，建立算法串行模型;
(2) 對算法串行模型進行分析，找出算法模型中需要并行處理的部分，確定算法并行實現方法建立算法并行模型的描述;
(3) 用并行計算語言實現并行算法;
(4) 在并行集群計算系統上運行，調試并行算法。
3 并行圖像處理具體算法實例：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數據分割處理，結合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現，對傳統的圖像灰度匹配算法進行并行化改進，試驗結果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
研究目標：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數據分割處理，結合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現，對傳統的圖像灰度匹配算法進行并行化改進，試驗結果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
三.研究步驟、方法及措施
研究步驟與方法
本課題將先從理論上提出解決辦法，再從實踐中不斷驗證斷修正理論模型最后開發出一個初步的應用系統。立足于并行計算在圖像處理方面的應用，致力于研究MPI在灰度匹配上的具體應用。
可能遇到的問題及采取的措施
1. 圖像處理的并行模型的選擇以及實現
2. 分析并行量大時和并行量小時等多種情況的比較。
四.研究進度計劃
研究工作的總體安排和進度：
1. 20xx.2.21-20xx.3.6 查閱相關文檔、確定論文題目
2. 20xx.3.7-20xx.3.20 撰寫開題報告，調研項目所用的并行計算技術
3. 20xx.3.21-20xx.3.23 文獻綜述
4. 20xx.3.24-20xx.4.19 項目開發，大體完成
5. 20xx.4.20-20xx.4.24 外文翻譯
6. 20xx.4.25-20xx.5.6 論文一稿
7. 20xx.5.7-20xx.5.8 中期檢查
8. 20xx.5.9-20xx.5.31 論文二稿
9. 20xx.6.1-20xx.6.5 論文三稿
10. 20xx.6.6-20xx.6.10 論文定稿，準備答辯材料
一、選題背景
當今的互聯網服務面臨著許許多多的挑戰和千變萬化的需求，其中就包括需要管理海量的數據，并且能為高速增長的用戶群提供持續可依賴的服務。這里所說的互聯網服務包括了諸如在線郵箱、搜索引擎、在線游戲、在線金融系統、內容分發網絡、文件共享網絡等等。因此，能提供這些互聯網服務的系統往往很龐大：由成百上千臺機器組成，并且這些機器可能在同一個數據中心里，也可能分散在不同的數據中心，之間通過不可依賴的網絡進行通信。在具有如此巨大的擴展性的集群中，錯誤的發生變的很常見：一部分機器可能隨時會遇到硬件或者軟件故障;網絡延遲和網絡故障隨時可能發生，導致丟包、網絡分區等情況;偶發的惡意攻擊或是操作錯誤，也有可能導致不可預測的災難性錯誤發生。所以，構建這種系統的軟件往往很復雜，同時，每隔一段時間，系統都需要進行一定的修改(升級)以提升性能、修改錯誤或增加新的功能。本文工作所面臨的最基本的問題就是如何有效地設計一種工程上可行的升級方案，使得這種規模的分布式系統能在升級期間能持續地提供服務。
二、研究目的和意義
時下云計算十分火爆，各種互聯網公司、銀行、政府都經常提及云計算，各種各樣的分布式系統也層出不窮，不論是著名的大型分布式產品的開源項目諸如Hadoop、Open Stack、Mongo DB等等，又或者是國內外的著名的云計算服務提供商Amazon AWS、Microsoft Azure、阿里云們，云計算早已從紙面或者是宣傳標語中，走向了實實在在的落地階段。但是，針對云計算抑或是分布式系統中一個比較具體的問題的相關研究，尤其對于國內的相關領域而言，卻是比較缺少的，國內工業界的著名廠商們似乎都在悶頭造車，分享出來的解決云計算工程中實際具體問題的論文和研究成果依然較少。本人深知自己的能力有限，僅得益于研究生期間的一些實習經歷，結合工程實際，嘗試對分布式系統的升級和數據遷移問題做一些總結和提煉的工作，并且有一定的創新。
三、本文研究涉及的主要理論
分布式系統是其組件分布在聯網的計算機上，組件之間通過傳遞消息進行通信和動作協調的軟件系統[2]。分布式系統是一個統稱，常見的有分布式操作系統、分布式程序設計語言及其編譯(解釋)系統、分布式文件系統和分布式數據庫(存儲)系統等等。本文所面臨的升級和數據遷移的問題涉及到更多的是分布式存儲系統，分布式存儲系統的定義如下：分布式存儲系統是大量的普通的PC服務器通過互聯網互聯，對外作為一個整體提供存儲服務。也可以說，那些以數據存儲和訪問為目的而設計的分布式系統稱之為分布式存儲系統。與普通的軟件系統不同，分布式存儲系統具有以下幾個特性，理解這些特性對解決本文所提出的問題具有基礎性的意義。擴展性：分布式存儲系統的擴展性是最重要的優勢，往往可以擴展成百上千臺的規模。同時隨著集群規模的增長，其系統整體性能表現為線性增長。并且，可以根據一定的策略將數據和請求分配到不同的物理節點，物理節點的數目和集群處理能力成正比，集群是線性可擴展的。同時，集群能否擴展，可否線性擴展是衡量分布式存儲系統的一個重要指標。低成本和高性能：分布式存儲系統具有的自動容錯、自動負載均衡機制使其可以構建在普通的PC機之上。另外，線性擴展能力也使得增加、減少機器非常方便，可以實現自動運維。因此，對整個集群而言，分布式存儲系統具備高性能。數據分布：分布式存儲系統區別于單機存儲系統最大的特點是它可以按照一定方法進行數據切片，不同的物理節點分布不同的數據分片，從而將系統的存儲容量壓力和訪問請求壓力分散到系統集群的各個物理節點上，使系統整體能夠存儲超大規模的數據量，同時能夠接受更多的并發請求。那么如何將數據分布到多臺服務器才能夠保證數據分布均勻?數據分布到多臺服務器后如何實現跨服務器讀寫操作?常用的數據分片和分布方法有兩種：a.哈希分區方法，即根據數據的Key進行哈希取模，離散的分配到集群的物理節點上，Amazon的Dynamo采用了一致性哈希算法進行分區;b.連續分區方法，即將整個數據集合按照key來排序，根據key的范圍進行分片。
四、本文研究的主要內容及研究框架
(一)本文研究的主要內容
本論文共分為六章，各章的主要內容如下所述：
第一章為引言。介紹了本論文的研究背景，簡述了云計算和分布式系統目前的現狀，系統升級的必要性，以及本文的主要工作和組織結構。
第二章為文獻綜述。介紹了分布式系統相關的基本理論，分析了一些典型的Nosql系統，綜述了在單機軟件成熟的升級方案以及在分布式系統升級問題上前人的一些研究成果。
第三章為難點分析及總體設計。本章系統地分析了分布式系統升級問題的難點，并且提出了高可用的分布式系統升級設計的基本概念和原則，在此基礎上，提出了該問題的總體設計方案。
第四章為詳細設計和實現。本章在前一章的基礎上，依次詳細地設計了在單數據中心和跨數據中心的分布式環境下的系統升級方案，為本論文的最為重點的章節。
第五章為方案測試與實施。本章在詳細設計與實現的基礎上，提出了相應的測試和實施方案，通過測試分析和實驗分析驗證了升級方案的有效性。
第六章為總結和展望?？偨Y了全文所做的工作，指出了論文的創新點，并且對論文的不足以及未來的后續研究做出了展望。
(二)本文研究框架
本文研究框架可簡單表示為：
五、寫作提綱
摘要 4-5
ABSTRACT 5-6
第一章引言9-11
1.1研究背景9
1.3 本文組織結構10-11
2.1分布式相關理論11-14
2.1.1基本概念和特性11-12
2.2典型Nosql系統分析14-19
2.2.1 Bigtable 15-16
2.2.2 Dynamo 16-18
2.2.3 Cassandra與Bigtable，Dynamo的對比18-19
2.5本章小結 22-23
第三章難點分析與總體設計23-32
3.2高可用的分布式系統升級設計25-27
3.2.2升級設計的基本原則26-27
3.3總體設計方案 27-31
3.3.2 方案步驟28-30
3.3.3重點說明30-31
3.4本章小結 31-32
第四章詳細設計與實現32-51
4.2單數據中心分布式系統升級33-38
4.2.1設計意義33-34
4.2.2詳細設計34-38
4.3跨數據中心分布式系統升級38-42
4.3.1區別分析38
4.3.2總體說明38-39
4.3.3讀寫請求處理39-40
4.3.4詳細步驟40-42
4.4主要模塊的實現42-49
4.4.2升級主要模塊實現44-46
4.4.3數據遷移模塊實現46-48
4.4.4回調函數的實現48-49
4.5本章小結 49-51
第五章方案實施與測試51-70
5.1 方案實施51-57
5.1.1系統部署51
5.2 方案測試57-66
5.2.1單元測試57-61
5.2.2集成測試61-63
5.2.3系統測試63-66
5.3實際生產環境測試結果66-69
5.4本章小結 69-70
第六章總結與展望70-72
6.1回顧和總結 70-71
6.2前景展望71-72
參考文獻72-74
致謝74
六、本文研究進展(略)
七、參考文獻
[5] Armando Fox and Eric Brewer, Harvest, Yield and Scalable Tolerant Systems, Proc. 7th Workshop Hot Topics in Operating Systems (Hot OS 99), IEEE CS, 1999, pg. 174-178.
[6] MSBI #72 BI # 5 Big Data # 2 What is Big Data ? What is No SQL ? What is Relation in association of Microsoft with SQL Azure , Windows Azure ,Big Data and No SQL together.
[7] Chang, Fay, et al. Bigtable: A distributed storage system for structured data. ACM Transactions on Computer Systems (TOCS) 26.2 (20xx): 4.
[8] Giuseppe De Candia, Deniz Hastorun, Madan Jampani, etc. Dynamo: Amazons Highly Available Key-value Store.
<ol id="ebnk9"></ol>