学位论文数据集 | 第3-5页 |
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第14-20页 |
1.1 大数据调度系统发展现状 | 第14-17页 |
1.1.1 大数据调度的现状 | 第14-15页 |
1.1.2 国内外研究现状 | 第15-17页 |
1.2 研究意义 | 第17-18页 |
1.2.1 理论的意义 | 第17页 |
1.2.2 实践的意义 | 第17-18页 |
1.3 研究方法 | 第18页 |
1.4 论文结构 | 第18-20页 |
第二章 大数据技术与调度系统理论 | 第20-33页 |
2.1 大数据技术简介 | 第20-22页 |
2.1.1 概述 | 第20-21页 |
2.1.2 大数据技术的体系分类 | 第21-22页 |
2.2 大数据技术流程及技术 | 第22-29页 |
2.2.1 大数据技术流程 | 第22-26页 |
2.2.2 大数据技术技术及方法 | 第26-28页 |
2.2.3 大数据技术工具 | 第28-29页 |
2.3 调度系统理论 | 第29-32页 |
2.3.1 体系结构 | 第29-30页 |
2.3.2 分布式调度系统构建 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于百度外卖大数据分布式调度的需求分析 | 第33-44页 |
3.1 百度外卖大数据的业务流程 | 第33-37页 |
3.1.1 大数据采集 | 第33-34页 |
3.1.2 大数据ETL | 第34-35页 |
3.1.3 大数据存储与查询引擎 | 第35页 |
3.1.4 大数据挖掘 | 第35-36页 |
3.1.5 大数据可视化 | 第36-37页 |
3.2 大数据的调度的需求分析 | 第37-42页 |
3.2.1 数据的扇入扇出关系梳理 | 第37-39页 |
3.2.2 协作参数一致性 | 第39-40页 |
3.2.3 数据质量实时Check | 第40页 |
3.2.4 基于字段精细化回溯 | 第40-42页 |
3.2.5 数据信号灯 | 第42页 |
3.2.6 需求结果分析 | 第42页 |
3.3 小结 | 第42-44页 |
第四章 百度外卖大数据分布式调度的体系设计 | 第44-60页 |
4.1 百度外卖大数据平台的系统设计 | 第44-50页 |
4.1.1 大数据平台的架构 | 第44-46页 |
4.1.2 数据采集 | 第46-47页 |
4.1.3 数据交换CDC (Change Data Capture) | 第47-48页 |
4.1.4 OLAP分析设计 | 第48-50页 |
4.2 百度外卖大数据的调度系统设计 | 第50-59页 |
4.2.1 调度系统整体功能整理 | 第50-54页 |
4.2.2 调度设计 | 第54-55页 |
4.2.3 任务初始化 | 第55-56页 |
4.2.4 任务执行 | 第56-58页 |
4.2.5 故障恢复 | 第58-59页 |
4.3 小结 | 第59-60页 |
第五章 百度外卖大数据分布式调度实证分析 | 第60-76页 |
5.1 大数据异构数据交换研究 | 第60-65页 |
5.1.1 异构数据交换问题分析 | 第60页 |
5.1.2 开放式ETL介绍 | 第60页 |
5.1.3 开放式ETL处理流程 | 第60-63页 |
5.1.4 开放式ETL关键实现 | 第63-64页 |
5.1.5 调度系统算子引用使用 | 第64-65页 |
5.2 数据上下游血缘关系分析 | 第65-71页 |
5.2.1 数据上下游问题分析 | 第65-66页 |
5.2.2 血缘关系介绍 | 第66-68页 |
5.2.3 Druid解析过程分析 | 第68-70页 |
5.2.4 开放式ETL算子中血缘关系 | 第70-71页 |
5.3 最小单元调度 | 第71-75页 |
5.3.1 基于表调度的问题 | 第71页 |
5.3.2 串联关系识别 | 第71-73页 |
5.3.3 最小运行单元 | 第73页 |
5.3.4 最小运行单元效率提升 | 第73-75页 |
5.4 小结 | 第75-76页 |
第六章 结论 | 第76-77页 |
参考文献 | 第77-80页 |
作者简介 | 第80-81页 |
导师简介 | 第81-82页 |
致谢 | 第82-83页 |
专业学位硕士研究生学位论文答辩委员会决议书 | 第83-84页 |