基于HIVE电子商务多维分析技术应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·选题背景及研究的意义 | 第8-9页 |
| ·选题背景 | 第8-9页 |
| ·研究的意义 | 第9页 |
| ·数据仓库和多维分析国内外研究现状 | 第9-10页 |
| ·多维分析技术在大数据时代的新变化 | 第10-11页 |
| ·本文的研究内容和组织结构 | 第11-13页 |
| ·本文的研究内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 课题相关技术研究 | 第13-25页 |
| ·数据库 | 第13-14页 |
| ·数据库技术 | 第13页 |
| ·数据库的特点 | 第13-14页 |
| ·HBase分布式数据库 | 第14页 |
| ·数据仓库 | 第14-16页 |
| ·数据仓库技术 | 第14页 |
| ·数据仓库的特点 | 第14-15页 |
| ·Hive数据仓库及特点 | 第15-16页 |
| ·多维分析技术 | 第16-19页 |
| ·多维分析技术的概念和特点 | 第16页 |
| ·多维分析技术的逻辑概念 | 第16-17页 |
| ·多维分析技术的基本操作 | 第17-19页 |
| ·海量数据处理平台Hadoop | 第19-21页 |
| ·Hadoop的概念及核心组成 | 第19-20页 |
| ·Hadoop的优点 | 第20页 |
| ·Sqoop数据迁移工具 | 第20-21页 |
| ·技术方案研究 | 第21-25页 |
| ·关键技术问题分析 | 第21-22页 |
| ·传统解决方案研究 | 第22页 |
| ·Hadoop+Hive技术 | 第22-23页 |
| ·Mondrian+Jpivot架构 | 第23页 |
| ·小结 | 第23-25页 |
| 3 课题方案研究 | 第25-31页 |
| ·课题研究背景分析 | 第25-26页 |
| ·本课题项目背景分析 | 第25-26页 |
| ·本课题研究内容分析 | 第26页 |
| ·本课题研究方案分析 | 第26页 |
| ·课题研究方案设计 | 第26-31页 |
| ·数据仓库的设计 | 第26-30页 |
| ·实验方案设计 | 第30-31页 |
| 4 课题的实现技术 | 第31-37页 |
| ·运行环境配置 | 第31-32页 |
| ·开发环境搭建 | 第31页 |
| ·运行环境配置 | 第31-32页 |
| ·系统功能实现 | 第32-37页 |
| ·数据加载 | 第32页 |
| ·数据清洗 | 第32-33页 |
| ·数据仓库的搭建 | 第33-34页 |
| ·分析查询 | 第34-36页 |
| ·分析结果的存入和读取 | 第36页 |
| ·前台展示 | 第36-37页 |
| 5 实验结果分析 | 第37-44页 |
| ·销售 | 第37-42页 |
| ·销售分析 | 第37-39页 |
| ·商品对比 | 第39-40页 |
| ·商品分析 | 第40-42页 |
| ·销售分析小结 | 第42页 |
| ·企业 | 第42-44页 |
| ·企业分析 | 第42-43页 |
| ·企业排名 | 第43页 |
| ·企业分析小结 | 第43-44页 |
| 6 总结与展望 | 第44-45页 |
| ·总结 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 申请学位期间的研究成果及发表的学术论文 | 第47-48页 |
| 致谢 | 第48页 |
