| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状与趋势 | 第9-10页 |
| 1.3 主要研究内容及结构 | 第10-12页 |
| 第二章 铁道供电调度监控信息流与实时处理 | 第12-19页 |
| 2.1 铁路供电系统 | 第12-13页 |
| 2.2 铁路供电调度监控系统 | 第13-15页 |
| 2.3 铁路供电调度监控信息流 | 第15-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 调度监控大数据的缓存队列实时处理技术 | 第19-30页 |
| 3.1 大数据主要处理技术 | 第19-23页 |
| 3.1.1 大数据及云计算技术 | 第19-20页 |
| 3.1.2 批处理模式 | 第20-21页 |
| 3.1.3 流计算模式 | 第21-23页 |
| 3.2 Storm分布式流计算框架 | 第23-25页 |
| 3.2.1 Storm流计算拓扑结构 | 第23-24页 |
| 3.2.2 流计算拓扑并行编程模型 | 第24-25页 |
| 3.3 分布式消息队列 | 第25-27页 |
| 3.3.1 Kafka分布式消息队列 | 第25-26页 |
| 3.3.2 Kafka队列的消息生产消费模型 | 第26-27页 |
| 3.4 信息排队论模型 | 第27-29页 |
| 3.4.1 铁路配电监测信息缓存队列 | 第27-28页 |
| 3.4.2 铁路供电监测信息集群排队模型 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 铁道供电调度监控流计算实时处理系统实现 | 第30-48页 |
| 4.1 流计算处理系统整体架构 | 第30页 |
| 4.2 铁路配电监测数据缓存模块 | 第30-37页 |
| 4.2.1 分布式消息队列部署配置 | 第31-32页 |
| 4.2.2 调度监控信息生产消费的关键实现代码 | 第32-34页 |
| 4.2.3 分布式消息队列发布订阅测试 | 第34-37页 |
| 4.3 流计算实时处理模块 | 第37-43页 |
| 4.3.1 流计算集群部署 | 第37-42页 |
| 4.3.2 监测数据拓扑实例的实现 | 第42-43页 |
| 4.4 集成系统性能测试及运行结果分析 | 第43-47页 |
| 4.4.1 监测数据拓扑实例测试 | 第43-45页 |
| 4.4.2 流计算集群节点内存消耗 | 第45-46页 |
| 4.4.3 监测数据流计算结果输出 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 铁道供电调度监控流计算实时处理系统性能优化 | 第48-54页 |
| 5.1 数据缓存模块运行参数优化 | 第48-49页 |
| 5.1.1 消息队列主题分区数设置关键代码 | 第48-49页 |
| 5.1.2 消息队列主题分区数测试 | 第49页 |
| 5.2 流计算模块运行参数优化 | 第49-53页 |
| 5.2.1 拓扑工作进程数配置优化 | 第49-51页 |
| 5.2.2 拓扑并行度参数配置优化 | 第51-52页 |
| 5.2.3 拓扑并行线程数处理延时测试 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 流计算集群任务调度方法的改进 | 第54-60页 |
| 6.1 传统流计算集群任务调度方法 | 第54页 |
| 6.2 流计算任务调度改进方法 | 第54-56页 |
| 6.3 流计算任务调度改进方法的处理流程 | 第56-57页 |
| 6.4 改进任务调度方法下的集群性能测试 | 第57-59页 |
| 6.5 本章小结 | 第59-60页 |
| 第七章 总结 | 第60-61页 |
| 7.1 主要工作回顾 | 第60页 |
| 7.2 本课题今后需进一步研究的地方 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 个人简历 在读期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |