云环境下的实时流计算平台研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究意义与课题来源 | 第13-14页 |
| 1.2 研究内容与创新点 | 第14-15页 |
| 1.3 论文组织结构 | 第15-17页 |
| 第二章 云环境下实时流计算平台概述 | 第17-25页 |
| 2.1 云计算技术概述 | 第17-18页 |
| 2.2. 流计算平台研究现状 | 第18-22页 |
| 2.2.1 Twitter Storm | 第18-20页 |
| 2.2.2 Yahoo! S4 | 第20-21页 |
| 2.2.3 DStream | 第21-22页 |
| 2.3 流计算平台相关技术分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 云环境下实时流计算平台架构设计 | 第25-34页 |
| 3.1 Zookeeper模块设计 | 第26-27页 |
| 3.2 Supervisor模块设计 | 第27-29页 |
| 3.3 Worker模块设计 | 第29-31页 |
| 3.4 Master模块设计 | 第31-32页 |
| 3.5 Client模块设计 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 云环境下实时流计算平台核心功能 | 第34-47页 |
| 4.1 业务运行 | 第34-37页 |
| 4.1.1 业务程序接口 | 第34-36页 |
| 4.1.2 作业定义 | 第36-37页 |
| 4.2 程序下发与在线更新 | 第37-40页 |
| 4.2.1 程序下发 | 第38-40页 |
| 4.2.2 程序在线更新 | 第40页 |
| 4.3 故障迁移 | 第40-42页 |
| 4.4 资源动态扩展 | 第42-43页 |
| 4.5 全局视图监控 | 第43-46页 |
| 4.5.1 集群信息 | 第44页 |
| 4.5.2 作业信息 | 第44-45页 |
| 4.5.3 流量与延迟 | 第45页 |
| 4.5.4 全局监控信息 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 云环境下实时流计算平台关键技术点 | 第47-59页 |
| 5.1 Worker状态模型 | 第47-50页 |
| 5.2 任务调度模型 | 第50-52页 |
| 5.3 动态负载均衡 | 第52-55页 |
| 5.3.1 实现方案 | 第52-53页 |
| 5.3.2 可靠性与收敛性 | 第53-55页 |
| 5.4 高可用性设计 | 第55-56页 |
| 5.5 分布式锁服务 | 第56-57页 |
| 5.6 本章小结 | 第57-59页 |
| 第六章 实验结果与分析 | 第59-69页 |
| 6.1 测试环境 | 第59页 |
| 6.2 功能测试 | 第59-64页 |
| 6.2.1 业务运行测试 | 第60-61页 |
| 6.2.2 高可用性测试 | 第61-63页 |
| 6.2.3 业务动态变更测试 | 第63-64页 |
| 6.2.4 可扩展性测试 | 第64页 |
| 6.3 性能测试 | 第64-68页 |
| 6.3.1 任务处理响应时间实验 | 第64-65页 |
| 6.3.2 故障迁移时间实验 | 第65-66页 |
| 6.3.3 Zookeeper压力实验 | 第66-67页 |
| 6.3.4 与Storm对比实验 | 第67-68页 |
| 6.4 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76页 |
