| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 相关技术 | 第13-25页 |
| 2.1. SPARK | 第13-19页 |
| 2.1.1 Spark介绍 | 第13-15页 |
| 2.1.2 Spark架构与运行逻辑 | 第15-16页 |
| 2.1.3 Spark RDD和编程 | 第16页 |
| 2.1.4 DStream | 第16-17页 |
| 2.1.5 Spark SQL | 第17-18页 |
| 2.1.6 Spark长时容错 | 第18页 |
| 2.1.7 Spark作业调度 | 第18-19页 |
| 2.2 HDFS | 第19-21页 |
| 2.3 SVG技术 | 第21页 |
| 2.4 JAVASCRIPT技术 | 第21-22页 |
| 2.5 AJAX技术 | 第22-23页 |
| 2.6 JSON数据 | 第23页 |
| 2.7 SPRIN | 第23页 |
| 2.8 本章小结 | 第23-25页 |
| 第三章 系统需求分析和设计 | 第25-37页 |
| 3.1 大数据处理的整体需求分析 | 第25-27页 |
| 3.1.1 系统功能性需求 | 第25-26页 |
| 3.1.2 系统非功能性需求 | 第26-27页 |
| 3.2 大数据的可视化处理设计 | 第27-32页 |
| 3.2.1 大数据的流程文件创建模块的设计 | 第27-30页 |
| 3.2.2 基于Spark数据处理引擎模块的设计 | 第30-31页 |
| 3.2.3 可视化数据处理模块的设计 | 第31-32页 |
| 3.3 可视化日志显示模块 | 第32-33页 |
| 3.4 任务调度模块 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于SPARK大数据处理的可视化的实现 | 第37-51页 |
| 4.1 系统架构 | 第37-38页 |
| 4.2 可视化数据处理实现 | 第38-45页 |
| 4.2.1 流程文件模块的实现 | 第38-39页 |
| 4.2.2 基于Spark数据引擎的实现 | 第39-44页 |
| 4.2.3 可视化数据处理模块的实现 | 第44-45页 |
| 4.3 可视化日志模块的实现 | 第45-48页 |
| 4.4 任务调度算法的实现 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 测试和验证 | 第51-59页 |
| 5.1 测试目标及环境 | 第51-52页 |
| 5.1.1 测试目标 | 第51页 |
| 5.1.2 测试环境 | 第51-52页 |
| 5.2 基于SPARK数据处理的建模测试 | 第52-54页 |
| 5.2.1 基于Spark数据处理的数据处理功能测试 | 第52-54页 |
| 5.3 数据处理平台的测试 | 第54-55页 |
| 5.4 数据处理平台的性能测试 | 第55-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |