| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17-19页 |
| 1.3 本文的研究内容及章节安排 | 第19-20页 |
| 第2章 Web 应用概述及前端优化技术 | 第20-34页 |
| 2.1 Web 应用概述 | 第20-25页 |
| 2.1.1 Web 应用模式演变 | 第20-22页 |
| 2.1.2 Web 应用前端内容 | 第22-25页 |
| 2.2 前端优化技术 | 第25-33页 |
| 2.2.1 事前优化技术 | 第26-30页 |
| 2.2.2 事后优化技术 | 第30-33页 |
| 2.3 小结 | 第33-34页 |
| 第3章 改进的自动分析CSS方法 | 第34-45页 |
| 3.1 CILLA技术的不足 | 第34-35页 |
| 3.2 XPATH验证缺陷 | 第35-36页 |
| 3.3 PA-Match算法 | 第36-39页 |
| 3.4 Inline CSS分析缺陷 | 第39页 |
| 3.5 I-Search算法 | 第39-40页 |
| 3.6 改进后的分析结果 | 第40-41页 |
| 3.7 实验验证与分析 | 第41-43页 |
| 3.7.1 实验样本集 | 第41页 |
| 3.7.2 实验验证 | 第41-42页 |
| 3.7.3 实验结果讨论 | 第42-43页 |
| 3.8 性能及漏报分析 | 第43-44页 |
| 3.9 小结 | 第44-45页 |
| 第4章 后端Hadoop日志分析技术 | 第45-52页 |
| 4.1 Hadoop相关概念 | 第45-48页 |
| 4.1.1 HDFS | 第46页 |
| 4.1.2 MapReduce | 第46-47页 |
| 4.1.3 Hadoop日志 | 第47-48页 |
| 4.2 Hadoop日志分析技术 | 第48-51页 |
| 4.2.1 SALSA及Mochi技术 | 第48-50页 |
| 4.2.2 目前技术的不足 | 第50-51页 |
| 4.3 小结 | 第51-52页 |
| 第5章 Hadoop日志分析系统-HLAS | 第52-69页 |
| 5.1 HLAS整体架构 | 第52-53页 |
| 5.2 后端基于SALSA的日志分析处理 | 第53-57页 |
| 5.2.1 日志记录预处理 | 第53-55页 |
| 5.2.2 匹配Token | 第55页 |
| 5.2.3 日志分析算法 | 第55-57页 |
| 5.3 前端日志信息的图形展示 | 第57-60页 |
| 5.3.1 Highcharts插件 | 第57-58页 |
| 5.3.2 图形展示端的实现 | 第58-60页 |
| 5.4 HLAS功能 | 第60-65页 |
| 5.4.1 Time-Line Plot和Time-Bar Plot | 第61-63页 |
| 5.4.2 Map-Output Plot和Data-Amount Plot | 第63-64页 |
| 5.4.3 Job-Message Plot | 第64-65页 |
| 5.4.4 Error-Message Plot | 第65页 |
| 5.5 HLAS应用 | 第65-68页 |
| 5.5.1 使用HLAS进行参数调优 | 第66-67页 |
| 5.5.2 使用HLAS进行故障排查 | 第67-68页 |
| 5.6 小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第77-78页 |
| 附录B 攻读学位期间参与的项目列表 | 第78页 |