| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 工作内容与贡献 | 第11-13页 |
| 1.2.1 工作内容 | 第11-12页 |
| 1.2.2 主要贡献 | 第12-13页 |
| 1.3 本文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 相关技术研究 | 第15-24页 |
| 2.1 数据对接技术研究 | 第16-19页 |
| 2.1.1 消息队列的应用 | 第16-17页 |
| 2.1.2 Kafka分布式消息系统 | 第17-19页 |
| 2.2 分布式数据持久化技术研究 | 第19-20页 |
| 2.3 Spark相关技术 | 第20-24页 |
| 2.3.1 Spark计算框架 | 第20-21页 |
| 2.3.2 Spark SQL | 第21-24页 |
| 第三章 大数据分析系统的设计与实现 | 第24-39页 |
| 3.1 需求分析及架构设计 | 第24-27页 |
| 3.1.1 业务背景及需求分析 | 第24-25页 |
| 3.1.2 基于Spark大数据分析系统架构设计 | 第25-27页 |
| 3.2 基于Spark大数据分析系统模块设计与实现 | 第27-38页 |
| 3.2.1 数据对接模块设计与实现 | 第27-28页 |
| 3.2.2 数据持久化模块设计与实现 | 第28-32页 |
| 3.2.3 数据分析模块设计与实现 | 第32-37页 |
| 3.2.4 数据可视化模块设计与实现 | 第37-38页 |
| 3.3 系统性能热点分析 | 第38-39页 |
| 第四章 大数据分析系统的查询关联优化 | 第39-49页 |
| 4.1 catalyst优化流程 | 第39-40页 |
| 4.2 基于代价的关联优化 | 第40-46页 |
| 4.2.1 基于代价优化的设计思路 | 第40-41页 |
| 4.2.2 基于代价优化的实现 | 第41-46页 |
| 4.3 基于Bloom Filter的关联优化 | 第46-49页 |
| 4.3.1 Bloom Filter原理 | 第46页 |
| 4.3.2 Bloom Filter在关联优化中的应用 | 第46-49页 |
| 第五章 实验测试与分析 | 第49-56页 |
| 5.1 实验环境 | 第49-51页 |
| 5.1.1 Hadoop平台搭建 | 第49-50页 |
| 5.1.2 Zookeeper和Kafka平台搭建 | 第50-51页 |
| 5.1.3 Spark平台搭建 | 第51页 |
| 5.2 实验设计与结果分析 | 第51-54页 |
| 5.2.1 Kafka数据对接模块实验分析 | 第51-53页 |
| 5.2.2 Spark SQL查询模块实验分析 | 第53-54页 |
| 5.3 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |
