| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 系统相关技术综述 | 第14-21页 |
| 2.1 Flume日志收集系统 | 第14-17页 |
| 2.2 Kafka消息中间件 | 第17-18页 |
| 2.3 Storm实时分析系统 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 系统现状与需求分析 | 第21-25页 |
| 3.1 系统现状 | 第21-22页 |
| 3.1.1 当前日志收集分析系统的架构 | 第21-22页 |
| 3.1.2 当前日志收集分析系统的问题 | 第22页 |
| 3.2 需求分析 | 第22-24页 |
| 3.2.1 主要内容 | 第23-24页 |
| 3.2.2 功能需求 | 第24页 |
| 3.2.3 性能指标 | 第24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 系统的架构设计与实现 | 第25-50页 |
| 4.1 系统总体设计 | 第25-27页 |
| 4.1.1 设计原则 | 第25页 |
| 4.1.2 系统整体架构 | 第25-26页 |
| 4.1.3 系统组成模块 | 第26-27页 |
| 4.2 业务流程的设计与实现 | 第27-29页 |
| 4.3 基于Flume日志收集模块的设计与实现 | 第29-32页 |
| 4.3.1 数据过滤 | 第30-31页 |
| 4.3.2 多线程日志收集 | 第31页 |
| 4.3.3 拦截器个性化配置 | 第31-32页 |
| 4.3.4 守护进程自动重启 | 第32页 |
| 4.4 基于Kafka通用消息平台模块的设计与实现 | 第32-40页 |
| 4.4.1 生产者客户端的改进 | 第34-35页 |
| 4.4.2 消息幂等性的设计 | 第35-37页 |
| 4.4.3 集群消息路由 | 第37-38页 |
| 4.4.4 消费者客户端的改进 | 第38页 |
| 4.4.5 跨数据中心的消息同步 | 第38-40页 |
| 4.5 基于Storm实时分析模块的设计与实现 | 第40-43页 |
| 4.5.1 日志的提取、过滤、解析、存储 | 第41-42页 |
| 4.5.2 日志异常信息的通知（邮件通知） | 第42页 |
| 4.5.3 日志异常信息的统计（短信通知） | 第42-43页 |
| 4.6 数据可视化模块的设计与实现 | 第43-49页 |
| 4.6.1 Flume自动化部署 | 第43-44页 |
| 4.6.2 KafkaManager | 第44-47页 |
| 4.6.3 StormUI | 第47-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 系统的实施与验证 | 第50-60页 |
| 5.1 系统部署方案与环境 | 第50-51页 |
| 5.2 系统功能测试 | 第51-54页 |
| 5.2.1 实时预警 | 第51-54页 |
| 5.2.2 可视化查询 | 第54页 |
| 5.3 系统性能测试 | 第54-58页 |
| 5.3.1 Flume性能测试 | 第55-56页 |
| 5.3.2 通用消息平台(FMQ)与Kafka性能测试对比 | 第56-57页 |
| 5.3.3 Storm单节点性能测试 | 第57-58页 |
| 5.4 系统测试结果 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 论文总结 | 第60页 |
| 6.2 工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-64页 |