摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 引言 | 第12-17页 |
1.1 项目背景 | 第12页 |
1.2 国内(外)数据分析系统的发展概况 | 第12-15页 |
1.2.1 关系型数据库 | 第13页 |
1.2.2 Hadoop | 第13-14页 |
1.2.3 Hive | 第14-15页 |
1.2.4 其他系统 | 第15页 |
1.3 本文的主要工作和组织结构 | 第15-17页 |
第二章 相关技术与概念 | 第17-21页 |
2.1 分布式文件系统 | 第17页 |
2.2 MapReduce | 第17-18页 |
2.3 Cosmos | 第18-19页 |
2.4 Scope | 第19页 |
2.5 KPI | 第19-20页 |
2.6 本章小结 | 第20-21页 |
第三章 iScope系统KPI度量模块需求分析与设计 | 第21-37页 |
3.1 KPI度量模块概述 | 第21页 |
3.2 KPI度量模块需求分析 | 第21-26页 |
3.2.1 可用性的度量 | 第23页 |
3.2.2 可靠性的度量 | 第23-24页 |
3.2.3 延迟的度量 | 第24页 |
3.2.4 度量的统计与计算 | 第24-26页 |
3.3 KPI度量模块设计方案 | 第26-36页 |
3.3.1 总体结构 | 第26-27页 |
3.3.2 数据记录部分 | 第27-32页 |
3.3.3 计算统计部分 | 第32-36页 |
3.4 本章小结 | 第36-37页 |
第四章 iScope系统KPI度量模块实现 | 第37-55页 |
4.1 数据记录部分实现 | 第37-45页 |
4.1.1 CosmosClientOptics | 第37-39页 |
4.1.2 InstrumentationClientMessageInspector | 第39-42页 |
4.1.3 InteractiveExecutor | 第42-45页 |
4.2 计算统计部分实现 | 第45-51页 |
4.2.1 生成IScopeMiddleStream | 第45-47页 |
4.2.2 生成IScopeMetricsStream | 第47-50页 |
4.2.3 配置Recurring Job | 第50-51页 |
4.3 系统运行结果 | 第51-53页 |
4.4 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 总结 | 第55页 |
5.2 进一步工作展望 | 第55-57页 |
参考文献 | 第57-59页 |
致谢 | 第59-61页 |