| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景及研究意义 | 第12-14页 |
| 1.2 研究现状 | 第14-24页 |
| 1.2.1 系统架构的演化发展历程 | 第14-20页 |
| 1.2.2 企业架构现状 | 第20-21页 |
| 1.2.3 微服务框架Spring Cloud与Dubbo对比 | 第21-22页 |
| 1.2.4 某公司订餐系统现状 | 第22-24页 |
| 1.3 本文研究工作及内容安排 | 第24-26页 |
| 第二章 相关技术框架介绍及分析 | 第26-42页 |
| 2.1 分布式理论 | 第26-27页 |
| 2.1.1 CAP理论 | 第26页 |
| 2.1.2 BASE理论 | 第26-27页 |
| 2.1.3 幂等性 | 第27页 |
| 2.2 Spring Cloud框架概念和原理介绍 | 第27-32页 |
| 2.2.1 Spirng MVC与Spring Boot框架 | 第28页 |
| 2.2.2 Spring Cloud Config | 第28页 |
| 2.2.3 Spring Cloud Netflix | 第28-32页 |
| 2.3 ORM框架 | 第32-33页 |
| 2.4 缓存 | 第33-37页 |
| 2.4.1 Redis数据库 | 第33-35页 |
| 2.4.2 缓存应用 | 第35-37页 |
| 2.5 消息队列中间件Kafka | 第37-40页 |
| 2.6 本章小结 | 第40-42页 |
| 第三章 项目架构剖析及性能对比 | 第42-62页 |
| 3.1 项目原有架构 | 第42-43页 |
| 3.2 项目重构需求及解决方案分析 | 第43-44页 |
| 3.3 项目重构后的架构 | 第44-46页 |
| 3.4 项目整体流程设计 | 第46-47页 |
| 3.5 新问题解决 | 第47-55页 |
| 3.6 系统重构前后性能对比分析 | 第55-62页 |
| 3.6.1 测试环境 | 第55-56页 |
| 3.6.2 测试结果及对比分析 | 第56-61页 |
| 3.6.3 实验结果总结 | 第61-62页 |
| 第四章 大数据平台与海量数据下的漏斗计算 | 第62-72页 |
| 4.1 Hadoop框架简介 | 第62-63页 |
| 4.2 Hive | 第63页 |
| 4.3 漏斗分析 | 第63-65页 |
| 4.4 大数据平台架构 | 第65-66页 |
| 4.5 Hive实现漏斗计算 | 第66-70页 |
| 4.5.1 UDAF | 第66-67页 |
| 4.5.2 有序漏斗计算实现 | 第67-69页 |
| 4.5.3 漏斗测试结果 | 第69-70页 |
| 4.6 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 主要工作 | 第72-73页 |
| 5.2 后续工作的展望 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76-77页 |
