基于Spark的易制毒化学品数据分析系统的设计与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 工程背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 数据实时处理研究现状 | 第11-12页 |
1.2.2 预测技术研究现状 | 第12-13页 |
1.3 研究内容 | 第13-14页 |
1.4 论文组织结构 | 第14-16页 |
2 相关技术 | 第16-28页 |
2.1 Spark大数据计算框架 | 第16-21页 |
2.1.1 基本概念 | 第16-17页 |
2.1.2 集群模型 | 第17页 |
2.1.3 Spark数据集 | 第17-19页 |
2.1.4 Spark Streaming | 第19-20页 |
2.1.5 Spark机器学习库 | 第20-21页 |
2.2 HBase | 第21-24页 |
2.2.1 HBase框架 | 第21-23页 |
2.2.2 HBase数据模型 | 第23-24页 |
2.2.3 Spark整合HBase | 第24页 |
2.3 其他相关技术 | 第24-27页 |
2.3.1 HDFS | 第24-25页 |
2.3.2 Flume | 第25-26页 |
2.3.3 Kafka | 第26-27页 |
2.4 小结 | 第27-28页 |
3 系统分析与设计 | 第28-44页 |
3.1 需求分析和设计目标 | 第28-31页 |
3.1.1 功能性需求 | 第28-30页 |
3.1.2 非功能性需求 | 第30-31页 |
3.2 系统框架设计 | 第31-33页 |
3.3 系统功能模块设计 | 第33-42页 |
3.3.1 ETL模块设计 | 第34-36页 |
3.3.2 HBase数据库设计 | 第36-39页 |
3.3.3 数据分析模块设计 | 第39-41页 |
3.3.4 可视化模块设计 | 第41-42页 |
3.4 小结 | 第42-44页 |
4 实时数据流批次间隔的优化 | 第44-54页 |
4.1 分析问题 | 第44-46页 |
4.1.1 相关定义 | 第44-45页 |
4.1.2 系统稳定性 | 第45-46页 |
4.1.3 批次间隔的选取 | 第46页 |
4.2 批次间隔的优化 | 第46-50页 |
4.2.1 理想的批次间隔 | 第46-47页 |
4.2.2 算法思想 | 第47-48页 |
4.2.3 预处理 | 第48-49页 |
4.2.4 算法实现 | 第49-50页 |
4.3 测试 | 第50-53页 |
4.4 小结 | 第53-54页 |
5 基于回归分析的价格预测模型 | 第54-66页 |
5.1 概述 | 第54-56页 |
5.1.1 分析问题 | 第54-55页 |
5.1.2 特征选取 | 第55-56页 |
5.2 基于线性回归的预测模型 | 第56-61页 |
5.2.1 算法思想 | 第56-57页 |
5.2.2 相关性验证 | 第57-58页 |
5.2.3 参数选取 | 第58-59页 |
5.2.4 算法实现 | 第59-61页 |
5.3 基于逻辑回归的预测模型 | 第61-63页 |
5.3.1 算法思想 | 第61页 |
5.3.2 算法实现 | 第61-63页 |
5.4 基于保序回归的预测模型 | 第63-65页 |
5.4.1 算法思想 | 第63-64页 |
5.4.2 算法实现 | 第64-65页 |
5.5 小结 | 第65-66页 |
6 系统的实现与测试 | 第66-78页 |
6.1 系统实现 | 第66-74页 |
6.1.1 集群搭建 | 第66-68页 |
6.1.2 ETL模块的实现 | 第68-71页 |
6.1.3 数据分析模块的实现 | 第71-72页 |
6.1.4 可视化模块的实现 | 第72-74页 |
6.2 系统测试 | 第74-76页 |
6.2.1 集群容错性测试 | 第74页 |
6.2.2 ETL模块测试 | 第74-75页 |
6.2.3 性能测试 | 第75-76页 |
6.2.4 其他功能模块测试 | 第76页 |
6.3 小结 | 第76-78页 |
7 总结与展望 | 第78-80页 |
7.1 总结 | 第78页 |
7.2 展望 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84页 |