基于分布式框架的网络事件实时感知系统
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第11-16页 |
1.1 课题背景 | 第11页 |
1.2 研究现状 | 第11-13页 |
1.3 本文主要工作 | 第13-14页 |
1.4 本文组织结构 | 第14-15页 |
1.5 本章小结 | 第15-16页 |
第2章 相关技术概述 | 第16-24页 |
2.1 事件感知 | 第16-17页 |
2.1.1 概念定义 | 第16页 |
2.1.2 事件感知技术 | 第16-17页 |
2.2 Storm | 第17-20页 |
2.2.1 系统架构 | 第17-19页 |
2.2.2 Storm Trident | 第19-20页 |
2.3 Spark | 第20-21页 |
2.3.1 Spark Streaming | 第20页 |
2.3.2 Spark RDD | 第20-21页 |
2.4 消息队列与分布式存储 | 第21-23页 |
2.4.1 ZooKeeper | 第21页 |
2.4.2 Kafka | 第21-22页 |
2.4.3 MongoDB | 第22页 |
2.4.4 Redis | 第22-23页 |
2.5 联机分析处理和数据立方体 | 第23页 |
2.5.1 OLAP定义 | 第23页 |
2.5.2 数据立方体 | 第23页 |
2.6 本章小结 | 第23-24页 |
第3章 实时事件感知系统总体设计 | 第24-34页 |
3.1 系统总体需求分析 | 第24-26页 |
3.2 系统架构设计 | 第26-33页 |
3.2.1 NAF格式 | 第27-29页 |
3.2.2 存储设计 | 第29-31页 |
3.2.3 事件分析与服务设计 | 第31-33页 |
3.3 本章小结 | 第33-34页 |
第4章 基于Storm事件生成的实现与优化 | 第34-51页 |
4.1 单文档信息抽取任务 | 第34-38页 |
4.1.1 非线性单文档处理拓扑详细设计 | 第34-36页 |
4.1.2 拓扑组件功能实现 | 第36-38页 |
4.2 跨文档事件聚类任务 | 第38-41页 |
4.2.1 局部敏感哈希算法 | 第38-39页 |
4.2.2 事件聚类拓扑详细设计 | 第39-40页 |
4.2.3 拓扑组件功能实现 | 第40-41页 |
4.3 Storm平台优化 | 第41-45页 |
4.3.1 Storm调度器实现 | 第41-43页 |
4.3.2 Storm内存持久化 | 第43-45页 |
4.4 实验对比 | 第45-50页 |
4.4.1 流式事件聚类Topology优化对比 | 第45-48页 |
4.4.2 调度器处理时延对比 | 第48-50页 |
4.5 本章小结 | 第50-51页 |
第5章 基于Spark的事件查询实现与优化 | 第51-62页 |
5.1 查询模块交互逻辑与功能实现 | 第51-55页 |
5.1.1 查询交互逻辑详细设计 | 第51-52页 |
5.1.2 模块总体类图与实现 | 第52-55页 |
5.2 基于封闭数据立方体的维度统计实现 | 第55-59页 |
5.2.1 基础概念与生成算法 | 第55-57页 |
5.2.2 BTS算法基于RDD的改进 | 第57-58页 |
5.2.3 基于RDD的查询 | 第58页 |
5.2.4 功能实现 | 第58-59页 |
5.3 实验比对 | 第59-61页 |
5.4 本章小结 | 第61-62页 |
第6章 面向检验检疫的系统应用 | 第62-68页 |
6.1 应用概述 | 第62页 |
6.2 应用部署环境 | 第62-67页 |
6.2.1 应用流式处理任务 | 第63-64页 |
6.2.2 事件查询界面展示 | 第64-67页 |
6.3 本章小结 | 第67-68页 |
第7章 总结与展望 | 第68-70页 |
7.1 全文总结 | 第68-69页 |
7.2 未来展望 | 第69-70页 |
参考文献 | 第70-73页 |
攻读硕士学位期间主要的研究成果 | 第73-74页 |
致谢 | 第74页 |