首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

动态自适应的流式数据处理引擎的设计与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-16页
    1.1 研究背景和意义第11-12页
    1.2 流计算的国内外现状第12页
    1.3 论文主要工作和创新成果第12-15页
        1.3.1 主要工作第12-14页
        1.3.2 创新成果第14-15页
    1.4 论文结构第15-16页
第二章 流处理引擎的相关技术及问题第16-26页
    2.1 APM数据处理特点第16-17页
    2.2 Kafka流处理概述第17-21页
        2.2.1 生产者-消费者模式第18-19页
        2.2.2 Topic日志记录式的数据存储第19-20页
        2.2.3 Kafka存在的问题第20-21页
    2.3 xFrame消息中间件概述第21-24页
        2.3.1 xFrame组件及实现第21-23页
        2.3.2 xFrame适配过程第23页
        2.3.3 xFrame存在的问题第23-24页
    2.4 ZeroMQ通信库概述第24-25页
    2.5 本章小结第25-26页
第三章 动态自适应的流式数据处理引擎需求分析第26-32页
    3.1 APM的流数据处理功能需求第26-27页
        3.1.1 消息的持久化及故障恢复问题第26页
        3.1.2 节点的管理问题第26-27页
    3.2 APM的基础框架要求第27-29页
    3.3 dyEngine系统需求分析第29-31页
    3.4 本章小结第31-32页
第四章 动态自适应的流式数据处理引擎设计第32-59页
    4.1 dyEngine系统功能结构第32-33页
    4.2 dyEngine系统工作模式第33-34页
    4.3 Dealer分布式计算框架设计第34-43页
        4.3.1 Dealer分布式计算模块设计第34-35页
        4.3.2 Dealer动态自适应设计第35-39页
        4.3.3 Dealer分布式网络协议栈模块设计第39-43页
    4.4 Stream Kernel流处理模块设计第43-54页
        4.4.1 流消息制定及存储管理设计第43-45页
        4.4.2 Stream Kernel接口设计第45-53页
        4.4.3 实例启动过程第53页
        4.4.4 实例关闭过程第53-54页
    4.5 dyEngine系统的创新点与关键算法第54-58页
        4.5.1 dyEngine系统的创新点第54页
        4.5.2 dyEngine系统的关键算法第54-57页
        4.5.3 leader选举第57-58页
    4.6 本章小结第58-59页
第五章 动态自适应的流式数据处理引擎详细实现第59-71页
    5.1 dyEngine系统功能详细设计类图第59-66页
        5.1.1 Dealer分布式网络协议栈模块类图第59-60页
        5.1.2 Dealer分布式计算模块类图第60页
        5.1.3 生产者/消费者接口类图第60-62页
        5.1.4 处理器节点拓扑及消息存储管理类图第62-63页
        5.1.5 流处理线程接口类图第63-65页
        5.1.6 消费记录跟踪接口类图第65-66页
    5.2 dyEngine系统关键模块流程图第66-70页
        5.2.1 对等节点动态发现流程第66-68页
        5.2.2 Stream Kernel线程工作流程第68-69页
        5.2.3 消费者接口工作流程第69页
        5.2.4 Dealer适配器处理消息流程第69-70页
    5.3 本章小结第70-71页
第六章 动态自适应的流式数据处理引擎测试第71-85页
    6.1 dyEngine系统部署第71-73页
    6.2 dyEngine功能测试分析第73-82页
        6.2.1 节点动态自适应测试第73-78页
        6.2.2 流处理测试用例及分析第78-82页
    6.3 dyEngine性能测试分析第82-83页
    6.4 本章小结第83-85页
第七章 结束语第85-86页
    7.1 论文工作总结第85页
    7.2 未来工作展望第85-86页
参考文献第86-88页
致谢第88-89页
攻读学位期间发表的学术论文第89页

论文共89页,点击 下载论文
上一篇:基于WiFi探测数据的客流统计分析系统的设计与实现
下一篇:基于Hadoop平台的电信企业客户应用数据分析系统的研究与实现