云平台环境下实时日志管理系统的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究工作 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关技术综述 | 第14-23页 |
| 2.1 大数据处理技术概述 | 第14-16页 |
| 2.1.1 批处理技术 | 第14-15页 |
| 2.1.2 流处理技术 | 第15-16页 |
| 2.2 消息队列 | 第16-19页 |
| 2.2.1 ZeroMQ | 第16页 |
| 2.2.2 RabbitMQ | 第16-17页 |
| 2.2.3 ActiveMQ | 第17页 |
| 2.2.4 Kafka | 第17-19页 |
| 2.3 Zookeeper概述 | 第19-20页 |
| 2.4 挖掘频繁模式 | 第20-22页 |
| 2.4.1 划分方法 | 第20-21页 |
| 2.4.2 层次聚类算法 | 第21页 |
| 2.4.3 基于密度的方法 | 第21-22页 |
| 2.4.4 基于网格的方法 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 实时日志管理系统的设计 | 第23-46页 |
| 3.1 系统总体需求 | 第23-24页 |
| 3.2 系统整体架构设计 | 第24-25页 |
| 3.3 日志收集模块 | 第25-31页 |
| 3.3.1 常用日志收集系统的对比 | 第25-26页 |
| 3.3.2 模块架构设计 | 第26-28页 |
| 3.3.3 日志源数据库表的设计 | 第28-29页 |
| 3.3.4 模块稳定运行的设计 | 第29-31页 |
| 3.4 异步通信模块 | 第31-34页 |
| 3.5 具有预测功能的日志分析处理模块 | 第34-44页 |
| 3.5.1 模块设计 | 第34-36页 |
| 3.5.2 基于频繁日志事件序列的预测方法 | 第36-44页 |
| 3.6 存储模块 | 第44页 |
| 3.7 结果数据展示模块 | 第44-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第四章 实时日志系统的实现 | 第46-63页 |
| 4.1 日志收集模块的实现 | 第46-53页 |
| 4.1.1 收集器中功能改进 | 第47-51页 |
| 4.1.2 日志收集系统的配置和参数优化 | 第51-53页 |
| 4.2 异步通信模块的实现 | 第53-55页 |
| 4.3 带预测功能的日志分析模块的实现 | 第55-61页 |
| 4.3.1 日志分析模块实现 | 第55-59页 |
| 4.3.2 预测算法的实现 | 第59-61页 |
| 4.4 结果数据展示模块的实现 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 实验结果与分析 | 第63-72页 |
| 5.1 实验环境 | 第63-64页 |
| 5.2 系统性能和功能测试 | 第64-69页 |
| 5.2.1 性能测试 | 第64-67页 |
| 5.2.2 功能测试 | 第67-69页 |
| 5.3 故障预测实验分析 | 第69-71页 |
| 5.3.1 评估指标 | 第69-70页 |
| 5.3.2 实验分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结和展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
