| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-11页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 论文结构 | 第10-11页 |
| 第二章 Hadoop与MapReduce框架 | 第11-14页 |
| 2.1 MapReduce概述 | 第11-12页 |
| 2.1.1 MapReduce计算框架 | 第11-12页 |
| 2.2 MapReduce的应用与问题 | 第12-14页 |
| 2.2.1 MapReduce在网络流量分析中的应用 | 第12页 |
| 2.2.2 MapReduce在网络流量分析中的问题与改进 | 第12-14页 |
| 第三章 HTTP流量关联系统设计与实现 | 第14-29页 |
| 3.1 系统概述 | 第14-17页 |
| 3.1.1 系统设计 | 第14-15页 |
| 3.1.2 流量数据 | 第15-17页 |
| 3.2 Http流量关联系统 | 第17-24页 |
| 3.2.1 系统概览 | 第17-18页 |
| 3.2.2 关键算法 | 第18-23页 |
| 3.2.3 程序逻辑 | 第23-24页 |
| 3.3 HTTP流量分析 | 第24-29页 |
| 3.3.1 数据集 | 第24-25页 |
| 3.3.2 匹配结果的正确性分析 | 第25-27页 |
| 3.3.3 数据流量与content length关系 | 第27-29页 |
| 第四章 MapReduce执行效率分析 | 第29-41页 |
| 4.1 概述 | 第29页 |
| 4.2 Map端执行流程分析 | 第29-34页 |
| 4.2.1 代码分析 | 第29-31页 |
| 4.2.2 性能分析 | 第31-34页 |
| 4.3 Reduce端流程分析 | 第34-38页 |
| 4.3.1 代码分析 | 第34-37页 |
| 4.3.2 性能分析 | 第37-38页 |
| 4.4 作业运行测试 | 第38-41页 |
| 4.4.1 实验设计 | 第39页 |
| 4.4.2 实验结果 | 第39-41页 |
| 第五章 MapReduce多作业合并组件的设计 | 第41-55页 |
| 5.1 设计背景 | 第41页 |
| 5.2 目标与设计思路 | 第41-42页 |
| 5.3 整体架构 | 第42页 |
| 5.4 合并组件的配置接口 | 第42-43页 |
| 5.5 合并组件需要支持的内部接口 | 第43-44页 |
| 5.6 代理模块的设计 | 第44-48页 |
| 5.6.1 作业信息的保存与类加载 | 第44-45页 |
| 5.6.2 Mapper代理模块 | 第45-47页 |
| 5.6.3 Partitioner代理模块 | 第47页 |
| 5.6.4 Reducer代理模块 | 第47-48页 |
| 5.6.5 OutputFormat代理模块 | 第48页 |
| 5.6.6 其他MapReduce模块的代理模块 | 第48页 |
| 5.7 中间数据排序的优化 | 第48-50页 |
| 5.8 合并后的性能分析和测试 | 第50-55页 |
| 5.8.1 性能分析 | 第50-51页 |
| 5.8.2 测试集的选取 | 第51-52页 |
| 5.8.3 实验结果及分析 | 第52-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
