| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的工作 | 第12-13页 |
| 1.3.1 论文的目标和意义 | 第12页 |
| 1.3.2 论文的工作内容 | 第12-13页 |
| 1.4 论文的结构 | 第13-15页 |
| 第二章 相关概念与技术介绍 | 第15-27页 |
| 2.1 联机分析处理技术 | 第15-18页 |
| 2.1.1 OLAP与OLTP的对比 | 第15-16页 |
| 2.1.2 OLAP的定义和概念 | 第16-17页 |
| 2.1.3 OLAP多维表达式MDX | 第17-18页 |
| 2.2 Mondrian简介 | 第18-19页 |
| 2.3 云平台简介 | 第19-24页 |
| 2.3.1 云平台简介 | 第19-20页 |
| 2.3.2 Hadoop的概念和特点 | 第20-22页 |
| 2.3.3 Hive介绍 | 第22-24页 |
| 2.4 Sqoop简介 | 第24-27页 |
| 2.4.1 Sqoop的概念 | 第24-25页 |
| 2.4.2 Sqoop的特点 | 第25-27页 |
| 第三章 云平台上多维数据分析系统设计 | 第27-35页 |
| 3.1 系统分析 | 第27-31页 |
| 3.1.1 系统需求分析 | 第27-29页 |
| 3.1.2 系统中的数据 | 第29-30页 |
| 3.1.3 系统设计目标 | 第30-31页 |
| 3.2 系统架构设计 | 第31-34页 |
| 3.2.1 系统架构的提出 | 第31-32页 |
| 3.2.2 系统架构详细内容 | 第32-34页 |
| 本章小结 | 第34-35页 |
| 第四章 云平台上多维数据分析系统实现 | 第35-51页 |
| 4.1 系统功能模块 | 第35-36页 |
| 4.2 数据层的实现 | 第36-40页 |
| 4.2.1 关系数据库的实现 | 第36-40页 |
| 4.2.2 Hive数据仓库的实现 | 第40页 |
| 4.3 数据导入功能的实现 | 第40-43页 |
| 4.3.1 Oracle数据库数据的导入 | 第41-42页 |
| 4.3.2 实现Hive数据仓库与Oracle的数据同步 | 第42-43页 |
| 4.4 多维数据分析的实现 | 第43-47页 |
| 4.4.1 查询Oracle数据库的多维数据分析的实现 | 第43-45页 |
| 4.4.2 查询Hive数据仓库的多维数据分析的实现 | 第45-46页 |
| 4.4.3 逻辑控制器的实现 | 第46-47页 |
| 4.5 多维分析报表的自定义与管理 | 第47-49页 |
| 4.5.1 自定义报表功能的实现 | 第47-48页 |
| 4.5.2 报表管理功能的实现 | 第48-49页 |
| 4.5.3 报表生成功能的实现 | 第49页 |
| 本章小结 | 第49-51页 |
| 第五章 能耗数据的多维分析系统测试 | 第51-56页 |
| 5.1 系统的展示 | 第51-52页 |
| 5.1.1 JPivot常用标签 | 第51-52页 |
| 5.1.2 JPivot的处理流程 | 第52页 |
| 5.2 系统的测试 | 第52-55页 |
| 5.2.1 测试数据 | 第52页 |
| 5.2.2 测试内容 | 第52-53页 |
| 5.2.3 测试结果 | 第53-55页 |
| 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
