基于云平台的路网收费数据集成方案的设计与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-16页 |
1.1 课题的提出及研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 云计算国内外研究现状 | 第10-12页 |
1.2.2 数据存储国内外研究现状 | 第12-13页 |
1.3 论文的主要研究内容 | 第13-15页 |
1.3.1 研究目的 | 第13-14页 |
1.3.2 研究意义 | 第14页 |
1.3.3 主要研究内容 | 第14-15页 |
1.4 论文的组织架构 | 第15-16页 |
第二章 相关技术介绍 | 第16-25页 |
2.1 数据集成方案 | 第16-18页 |
2.1.1 数据集成模型 | 第16页 |
2.1.2 ETL过程 | 第16-18页 |
2.2 云计算技术 | 第18-22页 |
2.2.1 Hadoop技术概述 | 第19-20页 |
2.2.2 HDFS | 第20-21页 |
2.2.3 Map/Reduce编程模型 | 第21-22页 |
2.2.4 HBase分布式数据库 | 第22页 |
2.3 云平台体系结构 | 第22-24页 |
2.3.1 技术角度 | 第22-23页 |
2.3.2 实现角度 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第三章 路网收费数据云平台总体设计 | 第25-37页 |
3.1 系统需求分析 | 第25-28页 |
3.1.1 路网收费数据构成及特点 | 第25-26页 |
3.1.2 系统需求分析 | 第26-28页 |
3.2 系统平台设计 | 第28页 |
3.3 系统总体结构设计 | 第28-30页 |
3.4 系统架构设计 | 第30-35页 |
3.4.1 系统整体架构设计 | 第30-31页 |
3.4.2 系统网络架构设计 | 第31-32页 |
3.4.3 系统功能架构设计 | 第32-35页 |
3.5 本章小结 | 第35-37页 |
第四章 基于贪心算法的分布式ETL设计与实现 | 第37-54页 |
4.1 任务调度算法的确定 | 第37-38页 |
4.2 贪心算法介绍 | 第38-39页 |
4.3 基于贪心算法的分布式ETL总体设计 | 第39-48页 |
4.3.1 基于贪心算法的分布式ETL实现原理 | 第39-41页 |
4.3.2 MapReduce并行框架的设计 | 第41-43页 |
4.3.3 并行ETL处理 | 第43-48页 |
4.4 基于贪心算法的分布式ETL实现 | 第48-50页 |
4.4.1 预估执行时间的确定 | 第48页 |
4.4.2 优先级的确定 | 第48-49页 |
4.4.3 贪心算法的实现 | 第49-50页 |
4.5 系统数据库设计 | 第50-53页 |
4.6 本章小结 | 第53-54页 |
第五章 基于云平台的路网收费系统实现 | 第54-59页 |
5.1 系统首页设计 | 第54页 |
5.2 用户管理功能实现 | 第54-56页 |
5.3 数据检索功能实现 | 第56页 |
5.4 车道监视功能实现 | 第56页 |
5.5 文件管理功能实现 | 第56-57页 |
5.6 报表统计功能实现 | 第57-58页 |
5.7 本章小结 | 第58-59页 |
第六章 路网收费数据云平台测试 | 第59-71页 |
6.1 系统分布式搭建 | 第59-66页 |
6.2 系统分布式平台测试 | 第66-70页 |
6.2.1 分布式平台性能测试 | 第66-68页 |
6.2.2 基于贪心算法的分布式ETL性能测试 | 第68-69页 |
6.2.3 虚拟化性能测试 | 第69-70页 |
6.3 本章小结 | 第70-71页 |
第七章 结论与展望 | 第71-73页 |
7.1 论文总结 | 第71页 |
7.2 前景展望 | 第71-73页 |
致谢 | 第73-75页 |
参考文献 | 第75-77页 |
作者简介 | 第77-78页 |