大数据流式处理系统负载均衡与容错机制的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 流式大数据研究现状 | 第11-12页 |
| 1.2.2 负载均衡研究现状 | 第12-13页 |
| 1.2.3 容错机制研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14-15页 |
| 1.4 章节安排 | 第15-16页 |
| 第2章 基于预测的流式处理系统动态负载均衡策略 | 第16-28页 |
| 2.1 负载均衡技术 | 第16-17页 |
| 2.1.1 静态负载均衡算法 | 第16-17页 |
| 2.1.2 动态负载均衡算法 | 第17页 |
| 2.1.3 减载 | 第17页 |
| 2.2 流式处理系统负载策略问题分析 | 第17-18页 |
| 2.3 基于预测的动态负载均衡算法流程 | 第18-19页 |
| 2.4 系统负载信息收集方法 | 第19-22页 |
| 2.4.1 负载收集系统 | 第20-21页 |
| 2.4.2 系统负载指标收集的选择 | 第21-22页 |
| 2.5 负载预测模型 | 第22-25页 |
| 2.5.1 集群节点预测可行性分析 | 第22页 |
| 2.5.2 预测模型介绍 | 第22-23页 |
| 2.5.3 灰色马尔科夫预测流程 | 第23-25页 |
| 2.5.4 预测模型准确度评价参数 | 第25页 |
| 2.6 负载迁移 | 第25-27页 |
| 2.6.1 节点负载判断与迁移节点选择方法 | 第25-27页 |
| 2.6.2 迁移算子的选择 | 第27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 大数据流式处理系统容错机制的设计 | 第28-38页 |
| 3.1 故障恢复策略 | 第28-30页 |
| 3.1.1 主动备份 | 第28-29页 |
| 3.1.2 被动备份 | 第29页 |
| 3.1.3 上游备份 | 第29-30页 |
| 3.1.4 同步检查点 | 第30页 |
| 3.2 主流流式处理系统及其容错机制分析 | 第30-35页 |
| 3.2.1 Spark Streaming系统 | 第30-31页 |
| 3.2.2 Storm系统 | 第31-33页 |
| 3.2.3 S4系统 | 第33-34页 |
| 3.2.4 Samza系统 | 第34-35页 |
| 3.3 流式计算集群容错方法设计 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 实验测试及结果分析 | 第38-44页 |
| 4.1 实验环境 | 第38-40页 |
| 4.2 动态负载均衡算法测试 | 第40-43页 |
| 4.2.1 灰色马尔科夫预测模型负载预测实验 | 第40-41页 |
| 4.2.2 动态负载均衡算法测试 | 第41-42页 |
| 4.2.3 处理时延测试 | 第42页 |
| 4.2.4 算子迁移测试 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 结论与展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第48-49页 |
| 致谢 | 第49页 |
