基于Hadoop2.0的海量数据处理
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.4 论文结构 | 第13-14页 |
| 2 相关技术和理论研究 | 第14-23页 |
| 2.1 基本概念介绍 | 第14-18页 |
| 2.1.1 Hadoop概述 | 第14-15页 |
| 2.1.2 MapReduce编程模型 | 第15-16页 |
| 2.1.3 Hadoop的分布式文件系统 | 第16-18页 |
| 2.2 Hive简介 | 第18-19页 |
| 2.2.1 UDF,UDTF,UDAF | 第18-19页 |
| 2.2.2 Hive客户端 | 第19页 |
| 2.3 Oozie简介 | 第19-20页 |
| 2.4 YARN解析 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 功能分析与结构设计 | 第23-30页 |
| 3.1 信息抓取分析 | 第23页 |
| 3.2 整体架构简介 | 第23-24页 |
| 3.3 抓取模块设计 | 第24-28页 |
| 3.3.1 Task Generator | 第24-25页 |
| 3.3.2 URL Generator | 第25-26页 |
| 3.3.3 Data Extrator | 第26-27页 |
| 3.3.4 Data Aggreator | 第27页 |
| 3.3.5 Common Publisher | 第27-28页 |
| 3.4 Oozie调度设计 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 Hadoop生态系统的具体实践 | 第30-42页 |
| 4.1 实验数据和环境准备 | 第30页 |
| 4.2 结果标准 | 第30页 |
| 4.3 模块实施 | 第30-38页 |
| 4.3.1 输入数据 | 第30-31页 |
| 4.3.2 Hive表结构设计 | 第31-32页 |
| 4.3.3 代码解析 | 第32-34页 |
| 4.3.4 调度解析 | 第34-38页 |
| 4.3.5 结果数据 | 第38页 |
| 4.4 实验结果分析 | 第38-39页 |
| 4.4.1 抓取分析 | 第38-39页 |
| 4.4.2 解析数据分析 | 第39页 |
| 4.5 成果总结 | 第39-40页 |
| 4.5.1 MapReduce适用场景总结 | 第39-40页 |
| 4.5.2 Hive适用场景总结 | 第40页 |
| 4.5.3 HDFS适用场景总结 | 第40页 |
| 4.5.4 Oozie适用场景总结 | 第40页 |
| 4.6 本章小结 | 第40-42页 |
| 5 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42-43页 |
| 5.2 展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 作者简介 | 第47页 |
