面向数据流的通用实时监控平台的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 本文的工作和创新 | 第11-12页 |
| 1.3 本文的组织结构 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 实时监控技术综述 | 第13-27页 |
| 2.1 实时数据流计算 | 第13-22页 |
| 2.1.1 基本概念 | 第13-14页 |
| 2.1.2 数据流模型 | 第14页 |
| 2.1.3 数据流算法 | 第14-20页 |
| 2.1.4 实时计算框架 | 第20-22页 |
| 2.2 规则引擎 | 第22-26页 |
| 2.2.1 简介 | 第22-23页 |
| 2.2.2 基于规则的专家系统 | 第23页 |
| 2.2.3 Java规则引擎API | 第23-25页 |
| 2.2.4 产品比较 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 实时监控平台的设计与实现 | 第27-50页 |
| 3.1 需求分析 | 第27-29页 |
| 3.1.1 功能需求 | 第27-28页 |
| 3.1.2 性能需求 | 第28-29页 |
| 3.2 数据设计 | 第29-33页 |
| 3.2.1 数据实体 | 第29-30页 |
| 3.2.2 数据结构设计 | 第30-33页 |
| 3.3 架构设计 | 第33-40页 |
| 3.3.1 总体架构 | 第33-34页 |
| 3.3.2 统计服务 | 第34-37页 |
| 3.3.3 风险计算服务 | 第37-38页 |
| 3.3.4 监控面板 | 第38-39页 |
| 3.3.5 管理服务 | 第39-40页 |
| 3.4 基于RMP的金融风险监控应用 | 第40-49页 |
| 3.4.1 模型定义 | 第41-47页 |
| 3.4.2 同步模型 | 第47-48页 |
| 3.4.3 编辑规则 | 第48-49页 |
| 3.4.4 监控面板 | 第49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 实时数据流处理 | 第50-60页 |
| 4.1 流处理语言(SPL) | 第50-53页 |
| 4.1.1 SPL语法 | 第50-52页 |
| 4.1.2 SPL实现 | 第52-53页 |
| 4.2 滑动窗口 | 第53-54页 |
| 4.3 集聚表达式 | 第54-56页 |
| 4.4 接口 | 第56-57页 |
| 4.5 持久化与故障恢复 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 数据一致性与性能 | 第60-73页 |
| 5.1 背景 | 第60-63页 |
| 5.1.1 CAP理论与PACELC | 第60页 |
| 5.1.2 RMP的数据一致性 | 第60-61页 |
| 5.1.3 RMP的性能调节 | 第61-63页 |
| 5.2 数据一致性的量化 | 第63-64页 |
| 5.3 一致性和性能的权衡 | 第64-71页 |
| 5.3.1 二选一的方案 | 第64-65页 |
| 5.3.2 性能和系统参数 | 第65-67页 |
| 5.3.3 性能和一致性 | 第67-71页 |
| 5.4 应用 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 未来工作 | 第73-75页 |
| 6.2.1 实时数据流处理引擎的改进 | 第73-74页 |
| 6.2.2 实时监控平台的改进 | 第74页 |
| 6.2.3 规则自动挖掘 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 攻读硕士学位期间主要的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
