基于Kafka的大规模流数据分布式缓存与分析平台
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 背景和现状 | 第10-12页 |
| 1.2 课题研究的意义 | 第12-13页 |
| 1.3 本文工作 | 第13-14页 |
| 1.4 本文结构 | 第14-15页 |
| 第2章 相关工作 | 第15-21页 |
| 2.1 消息系统 | 第15-17页 |
| 2.2 KAFKA分布式消息系统 | 第17-18页 |
| 2.3 HADOOP | 第18-19页 |
| 2.4 ZOOKEEPER | 第19-21页 |
| 第3章 系统设计 | 第21-29页 |
| 3.1 总体架构 | 第21-22页 |
| 3.2 缓冲订阅模块设计 | 第22-23页 |
| 3.3 数据处理模块设计 | 第23-27页 |
| 3.4 本章总结 | 第27-29页 |
| 第4章 系统实现 | 第29-39页 |
| 4.1 缓存订阅集群搭建 | 第29-30页 |
| 4.2 在线实时处理单元拓扑管理 | 第30-32页 |
| 4.3 批处理HADOOP平台的集成实现 | 第32-34页 |
| 4.4 系统管理模块信息同步机构实现 | 第34-36页 |
| 4.5 信息管理机构一致性更新算法实现 | 第36-38页 |
| 4.6 本章总结 | 第38-39页 |
| 第5章 系统分析测试 | 第39-45页 |
| 5.1 缓存订阅模块消息系统性能测试 | 第39-41页 |
| 5.2 在线实时处理单元测试 | 第41-43页 |
| 5.3 本章总结 | 第43-45页 |
| 第6章 总结和展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 作者简介 | 第48-49页 |
| 致谢 | 第49页 |
