基于大数据的吉林石化污水监管系统的设计与实现
摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 研究现状 | 第12页 |
1.3 研究工作 | 第12-13页 |
1.4 结构安排 | 第13-15页 |
第2章 相关理论与问题分析 | 第15-23页 |
2.1 大数据技术简介 | 第15-19页 |
2.1.1 大数据概念 | 第15-16页 |
2.1.2 大数据存储关键技术 | 第16-17页 |
2.1.3 处理平台Hadoop | 第17-18页 |
2.1.4 计算框架Spark | 第18-19页 |
2.2 问题分析及解决方案 | 第19-21页 |
2.2.1 污水处理问题分析 | 第19-20页 |
2.2.2 污水水数据特征分析 | 第20-21页 |
2.2.3 系统的解决方案 | 第21页 |
2.3 污水超标的聚类技术K-MEANS算法 | 第21-22页 |
2.4 本章总结 | 第22-23页 |
第3章 排污监管系统需求分析 | 第23-29页 |
3.1 系统总体需求 | 第23页 |
3.2 系统功能需求分析 | 第23-27页 |
3.2.1 工厂基本信息管理 | 第23-24页 |
3.2.2 污水信息实时管理 | 第24页 |
3.2.3 水质监测 | 第24页 |
3.2.4 实时超标监测分析 | 第24页 |
3.2.5 工厂排污预测分析 | 第24-25页 |
3.2.6 排污预测警告管理 | 第25页 |
3.2.7 污水大数据分析 | 第25页 |
3.2.8 用户信息管理 | 第25-27页 |
3.3 系统非功能需求分析 | 第27-28页 |
3.4 本章小结 | 第28-29页 |
第4章 系统概要设计 | 第29-40页 |
4.1 总体架构设计 | 第29-30页 |
4.2 系统功能模块设计 | 第30-36页 |
4.2.1 工厂信息管理 | 第31页 |
4.2.2 实时监测管理 | 第31-33页 |
4.2.3 水质分析管理 | 第33页 |
4.2.4 大数据分析管理 | 第33-36页 |
4.2.5 用户管理 | 第36页 |
4.3 系统拓扑结构 | 第36-37页 |
4.4 数据存储与展示 | 第37-39页 |
4.4.1 HBase的体系架构 | 第37页 |
4.4.2 HBase的表的设计 | 第37-39页 |
4.5 本章小结 | 第39-40页 |
第5章 系统的详细设计与实现 | 第40-51页 |
5.1 系统实现环境 | 第40页 |
5.2 功能模块的详细设计 | 第40-47页 |
5.2.1 登录模块 | 第40-42页 |
5.2.2 工厂信息管理子系统 | 第42-43页 |
5.2.3 实时监测子系统 | 第43-45页 |
5.2.4 水质分析子系统 | 第45-46页 |
5.2.5 大数据分析子系统 | 第46页 |
5.2.6 用户管理子系统 | 第46-47页 |
5.3 功能模块的界面展示 | 第47-49页 |
5.4 系统测试 | 第49-50页 |
5.5 本章小结 | 第50-51页 |
第6章 总结与展望 | 第51-53页 |
6.1 总结 | 第51页 |
6.2 展望 | 第51-53页 |
参考文献 | 第53-55页 |
作者简介 | 第55-56页 |
致谢 | 第56页 |