摘要 | 第5-6页 |
ABSTRACT | 第6页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景 | 第16-17页 |
1.2 研究目的与意义 | 第17页 |
1.3 国内外研究现状 | 第17-19页 |
1.4 本文主要工作 | 第19-20页 |
1.5 本文结构安排 | 第20-22页 |
第二章 相关技术简介 | 第22-40页 |
2.1 Spring mvc框架 | 第22-24页 |
2.1.1 MVC概述 | 第22-24页 |
2.1.2 Spring MVC相关简介 | 第24页 |
2.2 Hadoop框架 | 第24-29页 |
2.2.1 HDFS | 第24-28页 |
2.2.2 Map Reduce | 第28-29页 |
2.3 Spark技术 | 第29-35页 |
2.3.1 Spark的特点 | 第29页 |
2.3.2 Spark生态圈 | 第29-31页 |
2.3.3 Spark的数据集RDD | 第31-33页 |
2.3.4 Spark中Stage的划分 | 第33页 |
2.3.5 Spark集群的工作流程 | 第33-35页 |
2.4 数据仓库 | 第35-38页 |
2.4.1 数据仓库的特征 | 第35页 |
2.4.2 基于大数据的数据仓库关键技术 | 第35-38页 |
2.5 本章小结 | 第38-40页 |
第三章 系统的需求分析与总体框架设计 | 第40-60页 |
3.1 需求分析 | 第40-44页 |
3.1.1 现状分析 | 第40页 |
3.1.2 功能需求 | 第40-44页 |
3.1.3 性能需求 | 第44页 |
3.1.4 其他需求 | 第44页 |
3.2 系统概要设计 | 第44-59页 |
3.2.1 设计原则 | 第44-45页 |
3.2.2 系统目标 | 第45页 |
3.2.3 系统总体框架设计 | 第45-48页 |
3.2.4 功能模块设计 | 第48-50页 |
3.2.5 数据仓库设计 | 第50-59页 |
3.3 本章小结 | 第59-60页 |
第四章 系统关键技术Spark Join算子的实现与优化 | 第60-78页 |
4.1 大数据连接算法 | 第60-61页 |
4.1.1 等值连接算法 | 第60页 |
4.1.2 数据倾斜时连接算法 | 第60-61页 |
4.1.3 任意连接算法 | 第61页 |
4.2 Spark大表等值连接算法的实现与优化 | 第61-70页 |
4.2.1 算法概述 | 第61-63页 |
4.2.2 Spark Join实例分析 | 第63-65页 |
4.2.3 Bloom Filter工作原理 | 第65-67页 |
4.2.4 优化后的算法 | 第67-70页 |
4.3 算法分析 | 第70-73页 |
4.3.1 代价分析 | 第70-72页 |
4.3.2 结论分析 | 第72-73页 |
4.4 实验测试与结果分析 | 第73-77页 |
4.4.1 测试数据 | 第73页 |
4.4.2 对比测试及分析 | 第73-77页 |
4.5 本章小结 | 第77-78页 |
第五章 系统功能模块设计与实现 | 第78-104页 |
5.1 系统的详细设计与实现概述 | 第78-81页 |
5.1.1 系统功能模块 | 第78-79页 |
5.1.2 开发环境介绍 | 第79页 |
5.1.3 系统的搭建 | 第79-81页 |
5.2 信息录入模块集的设计与实现 | 第81-87页 |
5.2.1 初期录入模块设计与实现 | 第81-85页 |
5.2.2 我的业务模块设计与实现 | 第85-86页 |
5.2.3 信息录入模块集功能效果图 | 第86-87页 |
5.3 数据查询模块集的设计与实现 | 第87-91页 |
5.4 数据分析与管理模块集的设计与实现 | 第91-103页 |
5.4.2 项目状况模块设计与实现 | 第93-96页 |
5.4.3 综合驾驶舱模块设计与实现 | 第96-99页 |
5.4.4 Spark Join算子在系统中的应用设计与实现 | 第99-103页 |
5.5 本章小节 | 第103-104页 |
第六章 总结与展望 | 第104-106页 |
6.1 总结 | 第104页 |
6.2 展望 | 第104-106页 |
参考文献 | 第106-110页 |
致谢 | 第110-112页 |
作者简介 | 第112-113页 |