| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 本文的研究背景 | 第10-11页 |
| 1.2 本课题的选题来源 | 第11页 |
| 1.3 本人在项目中的工作 | 第11-12页 |
| 1.4 技术发展的现状分析 | 第12-13页 |
| 1.5 本文研究内容和组织结构 | 第13-15页 |
| 第2章 相关理论和技术的介绍 | 第15-26页 |
| 2.1 数据仓库介绍 | 第15-18页 |
| 2.1.1 数据仓库定义与特征 | 第15-16页 |
| 2.1.2 数据仓库的作用 | 第16-17页 |
| 2.1.3 数据仓库系统的框架 | 第17-18页 |
| 2.2 Spark技术介绍 | 第18-21页 |
| 2.2.1 Spark体系结构 | 第18-19页 |
| 2.2.2 Spark应用开发 | 第19-20页 |
| 2.2.3 Spark与Hadoop比较和结合 | 第20-21页 |
| 2.3 HBase数据库介绍 | 第21-24页 |
| 2.3.1 HDFS介绍 | 第22-23页 |
| 2.3.2 HBase与HDFS组合用于高效数据存储 | 第23-24页 |
| 2.4 DSP系统介绍 | 第24-26页 |
| 第3章 数据仓库的优化研究 | 第26-34页 |
| 3.1 框架流程优化的过程和原理 | 第26-29页 |
| 3.1.1 传统数据仓库优化的必要性 | 第26-27页 |
| 3.1.2 消息系统的选择-Kafka | 第27-28页 |
| 3.1.3 框架流程的设计原理 | 第28-29页 |
| 3.2 数据存储的过程及原理 | 第29-30页 |
| 3.3 数据查询的过程及原理 | 第30-34页 |
| 3.3.1 数据倾斜的现象及原理 | 第30-31页 |
| 3.3.2 现今数据查询的优化方案 | 第31-32页 |
| 3.3.3 数据查询优化的必要性 | 第32-34页 |
| 第4章 优化设计的算法与改进 | 第34-48页 |
| 4.1 框架流程的优化改进 | 第34-40页 |
| 4.1.1 消息分配partition方案 | 第34-37页 |
| 4.1.2 Direct API优化方案 | 第37-39页 |
| 4.1.3 配置Kafka消息系统 | 第39-40页 |
| 4.2 数据存储的改进设计 | 第40-42页 |
| 4.2.1 原始数据存储的实现方法 | 第41页 |
| 4.2.2 分区连接的优化方法 | 第41-42页 |
| 4.3 数据查询的优化设计 | 第42-45页 |
| 4.3.1 数据处理优化方案 | 第43-44页 |
| 4.3.2 抽样聚合算法设计 | 第44-45页 |
| 4.4 软件实现流程图 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 数据仓库优化的性能分析 | 第48-59页 |
| 5.1 系统架构部署 | 第48-49页 |
| 5.1.1 集群设备 | 第48-49页 |
| 5.1.2 Hadoop环境搭建 | 第49页 |
| 5.1.3 Spark环境搭建 | 第49页 |
| 5.2 测试数据 | 第49-52页 |
| 5.3 测试结果 | 第52-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者简介及在学期间所取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |