| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容及论文结构 | 第11-14页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 论文结构 | 第12-14页 |
| 第二章 相关理论基础和关键技术选型 | 第14-22页 |
| 2.1 大数据相关技术及选型 | 第14-18页 |
| 2.1.1 大数据存储 | 第14-15页 |
| 2.1.2 分布式搜索引擎选型 | 第15-18页 |
| 2.1.3 大数据计算引擎选型 | 第18页 |
| 2.2 分布式集群管理 | 第18-21页 |
| 2.2.1 分布式集群管理的发展历程 | 第18-20页 |
| 2.2.2 Zookeeper原理介绍 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于Spark与Solr的并行统计实现 | 第22-34页 |
| 3.1 Spark编程模型 | 第22-26页 |
| 3.1.1 RDD基本概念 | 第22-23页 |
| 3.1.2 RDD持久化 | 第23-25页 |
| 3.1.3 RDD分区 | 第25-26页 |
| 3.2 Spark MLlib做K-means聚类分析 | 第26-29页 |
| 3.2.1 K-means聚类算法原理 | 第26-27页 |
| 3.2.2 Spark对K-means的优化实现 | 第27-28页 |
| 3.2.3 实验与结果分析 | 第28-29页 |
| 3.3 Spark与Solr的并行交互实现 | 第29-31页 |
| 3.3.1 交互设计 | 第29-30页 |
| 3.3.2 交互实现 | 第30-31页 |
| 3.4 性能调优 | 第31-33页 |
| 3.4.1 Spark性能调优 | 第31-33页 |
| 3.4.2 Solr性能调优 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于Hadoop的新闻服务系统设计与实现 | 第34-64页 |
| 4.1 系统需求分析 | 第34-39页 |
| 4.1.1 GDELT数据介绍 | 第34-37页 |
| 4.1.2 系统模块需求划分 | 第37-38页 |
| 4.1.3 系统总体架构设计 | 第38-39页 |
| 4.2 ETL模块 | 第39-43页 |
| 4.3 数据统计模块 | 第43-52页 |
| 4.3.1 模块需求设计 | 第43-47页 |
| 4.3.2 模块功能实现 | 第47-52页 |
| 4.4 数据查询分析模块 | 第52-56页 |
| 4.4.1 模块需求设计 | 第52-53页 |
| 4.4.2 模块功能实现 | 第53-56页 |
| 4.5 系统展示 | 第56-63页 |
| 4.5.1 查询主界面功能展示 | 第57-60页 |
| 4.5.2 趋势分析界面功能展示 | 第60-61页 |
| 4.5.3 关联分析界面功能展示 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 性能评测 | 第64-72页 |
| 5.1 实验环境 | 第64-66页 |
| 5.1.1 系统环境 | 第64页 |
| 5.1.2 实验数据 | 第64-66页 |
| 5.2 性能测试及分析 | 第66-70页 |
| 5.2.1 “首页展示”性能测试 | 第66-67页 |
| 5.2.2 “关联分析”性能测试 | 第67-70页 |
| 5.3 实验结果综合分析 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 研究工作总结 | 第72页 |
| 6.2 下一步工作安排 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间研究成果 | 第79页 |