并行ETL工具可扩展技术的研究和开发
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 论文研究背景及意义 | 第9页 |
| 1.2 相关研究现状 | 第9-11页 |
| 1.3 研究内容及成果 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第二章 相关概念及技术介绍 | 第13-21页 |
| 2.1 ETL | 第13页 |
| 2.2 Hadoop | 第13-16页 |
| 2.2.1 HDFS | 第14-15页 |
| 2.2.2 MapReduce | 第15-16页 |
| 2.3 并行ETL | 第16-18页 |
| 2.3.1 Hive | 第16-17页 |
| 2.3.2 Pig | 第17-18页 |
| 2.4 优化规则 | 第18-19页 |
| 2.5 表达式引擎 | 第19页 |
| 2.6 元数据 | 第19页 |
| 2.7 小结 | 第19-21页 |
| 第三章 并行ETL工具可扩展技术的研究 | 第21-31页 |
| 3.1 可扩展组件技术 | 第21-24页 |
| 3.2 集成技术 | 第24-25页 |
| 3.2.1 Hive的集成 | 第24-25页 |
| 3.2.2 Pig的集成 | 第25页 |
| 3.3 优化规则的可扩展技术 | 第25-29页 |
| 3.3.1 Hive常用优化规则 | 第26-27页 |
| 3.3.2 Hive优化规则实现过程 | 第27页 |
| 3.3.3 Pig常用优化规则 | 第27-28页 |
| 3.3.4 Pig优化规则实现过程 | 第28-29页 |
| 3.4 小结 | 第29-31页 |
| 第四章 并行ETL工具可扩展技术的实现 | 第31-57页 |
| 4.1 系统架构设计 | 第31-32页 |
| 4.2 部署架构 | 第32页 |
| 4.3 自定义MapReduce组件的实现 | 第32-35页 |
| 4.3.1 自定义MR Java代码组件 | 第33-34页 |
| 4.3.2 自定义MR Jar组件 | 第34-35页 |
| 4.4 并行ETL工具的集成 | 第35-50页 |
| 4.4.1 功能组件的实现 | 第35-44页 |
| 4.4.2 元数据处理的迁移和管理 | 第44-45页 |
| 4.4.3 工作流的解析 | 第45-50页 |
| 4.5 优化规则的实现 | 第50-57页 |
| 4.5.1 操作的实现 | 第50-52页 |
| 4.5.2 规则的实现 | 第52-57页 |
| 第五章 实验及结果分析 | 第57-64页 |
| 5.1 自定义MapReduce组件 | 第57-58页 |
| 5.1.1 自定义MR Java组件 | 第57-58页 |
| 5.1.2 自定义MR Jar组件 | 第58页 |
| 5.2 集成并行ETL工具 | 第58-61页 |
| 5.2.1 Hive流程 | 第59-60页 |
| 5.2.2 Pig流程 | 第60-61页 |
| 5.3 优化规则的可扩展 | 第61-63页 |
| 5.3.1 实验环境 | 第61页 |
| 5.3.2 实验数据 | 第61-62页 |
| 5.3.3 实验过程及结果分析 | 第62-63页 |
| 5.4 小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 下一步工作 | 第64-66页 |
| 参考文献 | 第66-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |
