非结构化车联网大数据存储与处理技术研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 非结构化数据存储 | 第12页 |
| 1.2.2 实时流处理 | 第12-13页 |
| 1.2.3 轨迹挖掘 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 相关技术与理论 | 第16-26页 |
| 2.1 HBase数据库 | 第16-19页 |
| 2.1.1 HBase整体结构 | 第16-18页 |
| 2.1.2 HBase特点 | 第18-19页 |
| 2.2 Storm流式计算框架 | 第19-21页 |
| 2.2.1 Storm架构 | 第19-20页 |
| 2.2.2 Storm特点 | 第20-21页 |
| 2.3 消息队列 | 第21-24页 |
| 2.3.1 消息队列简介 | 第21-22页 |
| 2.3.2 Kafka | 第22-24页 |
| 2.4 数据库缓存 | 第24-26页 |
| 2.4.1 数据库缓存简介 | 第24-25页 |
| 2.4.2 Redis简介 | 第25-26页 |
| 第三章 非结构化车联网数据存储 | 第26-41页 |
| 3.1 系统架构 | 第26-27页 |
| 3.2 存储系统技术方案 | 第27-28页 |
| 3.2.1 需求分析 | 第27页 |
| 3.2.2 技术方案 | 第27-28页 |
| 3.3 存储系统设计 | 第28-33页 |
| 3.3.1 表结构设计 | 第28-29页 |
| 3.3.2 RowKey设计 | 第29-31页 |
| 3.3.3 预分区设计 | 第31-32页 |
| 3.3.4 Redis缓存策略 | 第32-33页 |
| 3.4 存储系统实现 | 第33-40页 |
| 3.4.1 HBase集群搭建 | 第33-36页 |
| 3.4.2 Redis集群搭建 | 第36页 |
| 3.4.3 存储系统优化 | 第36-40页 |
| 3.5 本章总结 | 第40-41页 |
| 第四章 车联网数据实时分析 | 第41-56页 |
| 4.1 系统架构 | 第41-42页 |
| 4.2 实时分析系统设计 | 第42-46页 |
| 4.2.1 数据采集与解析 | 第42-43页 |
| 4.2.2 数据转发 | 第43-44页 |
| 4.2.3 实时分析层 | 第44-46页 |
| 4.2.4 存储层 | 第46页 |
| 4.3 实时分析系统实现 | 第46-55页 |
| 4.3.2 系统搭建与测试 | 第47-49页 |
| 4.3.3 电子围栏 | 第49-51页 |
| 4.3.4 无任务出行 | 第51-54页 |
| 4.3.5 Storm性能测试 | 第54-55页 |
| 4.4 本章总结 | 第55-56页 |
| 第五章 轨迹数据挖掘 | 第56-69页 |
| 5.1 停留点检测 | 第56-63页 |
| 5.1.1 轨迹预处理 | 第56-58页 |
| 5.1.2 停留点提取算法 | 第58-62页 |
| 5.1.3 基于停留点的热点推荐 | 第62页 |
| 5.1.4 停留点实验与测试 | 第62-63页 |
| 5.2 基于GeoHash算法的位置服务 | 第63-68页 |
| 5.2.1 GeoHash算法设计思路 | 第64-65页 |
| 5.2.2 实现位置服务 | 第65-66页 |
| 5.2.3 GeoHash算法实现与测试 | 第66-68页 |
| 5.3 本章总结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 未来工作展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第75页 |
