| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第15-19页 |
| 1.1 开发背景与现状 | 第15-16页 |
| 1.2 课题研究的意义 | 第16-17页 |
| 1.3 本文的工作 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第2章 相关工作 | 第19-29页 |
| 2.1 数据集成模块组件 | 第19-21页 |
| 2.1.1 Confluent Platform | 第19-20页 |
| 2.1.2 Kafka Connect | 第20-21页 |
| 2.2 数据处理模块组件 | 第21-24页 |
| 2.2.1 Spark Streaming | 第22-23页 |
| 2.2.2 Kafka | 第23-24页 |
| 2.3 数据存储模块组件 | 第24-25页 |
| 2.4 环境部署组件 | 第25-29页 |
| 2.4.1 Docker容器 | 第25-26页 |
| 2.4.2 Kubernetes | 第26-29页 |
| 第3章 全链路流数据处理平台的设计 | 第29-39页 |
| 3.1 需求分析 | 第29-30页 |
| 3.1.1 功能性需求 | 第29-30页 |
| 3.1.2 非功能性需求 | 第30页 |
| 3.2 总体架构 | 第30-33页 |
| 3.3 数据集成模块设计 | 第33-34页 |
| 3.4 数据清洗模块设计 | 第34-35页 |
| 3.5 数据处理模块设计 | 第35-37页 |
| 3.6 数据存储模块设计 | 第37-39页 |
| 第4章 全链路流数据处理平台的实现 | 第39-57页 |
| 4.1 Source Connector的开发与实现 | 第40-47页 |
| 4.1.1 MySQL-Connect-Kafka | 第41-42页 |
| 4.1.2 MSSQL-Connect-Kafka | 第42-44页 |
| 4.1.3 MongoDB-Connect-Kafka | 第44-45页 |
| 4.1.4 HBase-Connect-Kafka | 第45-46页 |
| 4.1.5 Redis-Connect-Kafka | 第46-47页 |
| 4.2 Sink Connector的实现 | 第47-50页 |
| 4.2.1 数据库类型的Sink Connector | 第48-49页 |
| 4.2.2 Kafka-Connect-HDFS | 第49页 |
| 4.2.3 Kafka-Connect-ES | 第49-50页 |
| 4.3 Connector的管理 | 第50-53页 |
| 4.3.1 Schema的统 | 第50-52页 |
| 4.3.2 Kafka Connect管理 | 第52-53页 |
| 4.4 整合Kafka和Spark Streaming进行实时处理 | 第53-55页 |
| 4.4.1 从Kafka中读取 | 第54页 |
| 4.4.2 写入到Kafka中 | 第54-55页 |
| 4.5 界面展示 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 平台部署与测试 | 第57-67页 |
| 5.1 Kubernetes集群部署 | 第57-60页 |
| 5.1.1 Master节点的部署 | 第58-59页 |
| 5.1.2 Minion节点的部署 | 第59-60页 |
| 5.2 通过Dockerfile文件构建平台镜像 | 第60-61页 |
| 5.3 分析与测试 | 第61-67页 |
| 5.3.1 测试准备 | 第61-62页 |
| 5.3.2 测试实现 | 第62-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
