摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-23页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内研究现状 | 第10-21页 |
1.2.1 计算模式研究 | 第10-17页 |
1.2.2 多计算框架混合系统研究 | 第17页 |
1.2.3 交互查询层研究 | 第17-19页 |
1.2.4 统一资源管理与调度系统研究 | 第19-20页 |
1.2.5 成本模型研究 | 第20-21页 |
1.3 研究内容 | 第21-22页 |
1.4 论文组织结构 | 第22-23页 |
第二章 多框架混合系统 | 第23-31页 |
2.1 Lambda架构理论 | 第23-26页 |
2.1.1 理论模型 | 第23-24页 |
2.1.2 Lambda三层架构 | 第24-26页 |
2.2 多框架计算系统 | 第26-30页 |
2.2.1 SummingBird | 第26-27页 |
2.2.2 Lambdoop | 第27-28页 |
2.2.3 Storm-Yarn | 第28-30页 |
2.3 本章小结 | 第30-31页 |
第三章 系统架构与设计 | 第31-43页 |
3.1 系统设计 | 第31-33页 |
3.2 系统特点 | 第33页 |
3.3 成本模型设计 | 第33-38页 |
3.3.1 MapReduce成本模型设计 | 第34-37页 |
3.3.2 Storm成本模型设计 | 第37-38页 |
3.4 计算框架选择模块算法设计 | 第38-42页 |
3.4.1 算法的输入描述 | 第39页 |
3.4.2 算法的输出描述 | 第39页 |
3.4.3 算法执行过程描述 | 第39-41页 |
3.4.4 算法执行步骤 | 第41-42页 |
3.5 本章小结 | 第42-43页 |
第四章 系统关键模块实现 | 第43-61页 |
4.1 查询层的设计与实现 | 第43-57页 |
4.1.1 SQL查询执行流程 | 第44-49页 |
4.1.2 MapReduce端SQL的设计与实现 | 第49-51页 |
4.1.3 Storm端SQL的设计与实现 | 第51-57页 |
4.2 Storm、HBase和Yarn的融合 | 第57-59页 |
4.2.1 Storm与Yarn的融合 | 第57-58页 |
4.2.2 Storm与HBase的融合 | 第58-59页 |
4.3 流式数据源支持 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
第五章 测试与评估 | 第61-70页 |
5.1 测试环境 | 第61-63页 |
5.1.1 集群软硬件环境 | 第61-62页 |
5.1.2 测试数据集 | 第62-63页 |
5.2 性能测试 | 第63-68页 |
5.2.1 表扫描测试 | 第63-64页 |
5.2.2 聚合操作性能测试 | 第64-65页 |
5.2.3 连接操作性能测试 | 第65-66页 |
5.2.4 复杂查询测试 | 第66-67页 |
5.2.5 系统吞吐量测试 | 第67-68页 |
5.3 本章小结 | 第68-70页 |
第六章 总结 | 第70-72页 |
6.1 本文总结 | 第70-71页 |
6.2 存在的问题与展望 | 第71-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-76页 |