Storm流式计算框架反压机制研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 实时计算框架 | 第13-14页 |
| 1.2.2 Storm任务调度 | 第14-15页 |
| 1.2.3 Storm负载均衡 | 第15-16页 |
| 1.3 主要研究工作 | 第16页 |
| 1.4 论文组织架构 | 第16-18页 |
| 第2章 技术基础 | 第18-31页 |
| 2.1 Storm体系架构 | 第18-19页 |
| 2.2 Storm集群组件及数据模型 | 第19-21页 |
| 2.2.1 Worker和Executor | 第19-20页 |
| 2.2.2 Zookeeper | 第20页 |
| 2.2.3 Kafka | 第20-21页 |
| 2.2.4 Redis | 第21页 |
| 2.3 Storm运行机制 | 第21-25页 |
| 2.3.1 Topology运行流程 | 第22页 |
| 2.3.2 Topology并行度 | 第22-24页 |
| 2.3.3 Storm分组策略 | 第24-25页 |
| 2.4 Storm反压机制 | 第25-27页 |
| 2.5 自相似性理论 | 第27-28页 |
| 2.6 数据流预测算法 | 第28-30页 |
| 2.6.1 移动平均法 | 第29-30页 |
| 2.6.2 支持向量机 | 第30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于可变队列的反压机制 | 第31-41页 |
| 3.1 问题分析 | 第31页 |
| 3.2 反压机制分析 | 第31-36页 |
| 3.2.1 算法思想 | 第32-33页 |
| 3.2.2 流程步骤 | 第33-34页 |
| 3.2.3 算法设计 | 第34-36页 |
| 3.3 反压机制实现 | 第36-37页 |
| 3.4 实验结果及分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于自相似性的数据流预测算法 | 第41-52页 |
| 4.1 相关工作 | 第41-42页 |
| 4.2 问题分析 | 第42-43页 |
| 4.3 基于自相似性的数据流预测算法 | 第43-46页 |
| 4.3.1 相关定义 | 第43-44页 |
| 4.3.2 算法思想 | 第44-45页 |
| 4.3.3 算法步骤 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-51页 |
| 4.4.1 实验环境 | 第47页 |
| 4.4.2 实验方案 | 第47-48页 |
| 4.4.3 实验结果 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结及未来工作 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 未来工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
