摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第13-18页 |
1.1 研究背景与意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.2.1 云计算平台研究现状 | 第14页 |
1.2.2 云计算的发展现状 | 第14-15页 |
1.2.3 Hadoop的发展现状 | 第15-16页 |
1.2.4 时序数据处理研究现状 | 第16-17页 |
1.3 本文所做的工作 | 第17-18页 |
第2章 Hadoop云计算平台原理 | 第18-30页 |
2.1 Hadoop平台 | 第18页 |
2.2 云计算 | 第18-19页 |
2.3 Hadoop软件 | 第19-20页 |
2.4 Hadoop分布式文件系统HDFS | 第20-23页 |
2.4.1 HDFS的特点 | 第20-21页 |
2.4.2 HDFS的访问 | 第21-23页 |
2.5 MapReduce计算架构 | 第23-24页 |
2.5.1 MapReduce的数据处理关键过程 | 第23-24页 |
2.5.2 MapReduce的Job设定 | 第24页 |
2.6 HBase数据库 | 第24-27页 |
2.6.1 HBase | 第24-25页 |
2.6.2 HBase访问接口 | 第25页 |
2.6.3 HBase存储结构 | 第25-27页 |
2.6.4 HBase数据的定位 | 第27页 |
2.7 Hive数据仓库 | 第27-29页 |
2.7.1 hiveserver2远程接入服务 | 第28页 |
2.7.2 Hive与关系型数据库MySQL的区别 | 第28-29页 |
2.8 本章总结 | 第29-30页 |
第三章 负荷特性数据处理 | 第30-46页 |
3.1 COMTRADE标准 | 第30页 |
3.2 电力系统监测装置 | 第30-31页 |
3.2.1 故障录波器 | 第30-31页 |
3.2.2 电能质量监测 | 第31页 |
3.2.3 相量测量单元 | 第31页 |
3.3 负荷特性数据滤波处理 | 第31-44页 |
3.3.1 负荷特性数据电气量提取 | 第31-36页 |
3.3.2 电气量的快速计算 | 第36页 |
3.3.3 数据平滑处理 | 第36-41页 |
3.3.4 频率偏移 | 第41-44页 |
3.4 本章总结 | 第44-46页 |
第四章 负荷特性数据处理平台的设计与实现 | 第46-56页 |
4.1 平台设计方案 | 第46-47页 |
4.2 海量负荷特性数据ETL | 第47-51页 |
4.2.1 结构化数据的存储 | 第47-48页 |
4.2.2 非结构数据的存储 | 第48-50页 |
4.2.3 负荷特性数据ETL | 第50-51页 |
4.3 HBase处理负荷特性数据 | 第51-53页 |
4.3.1 HBase客户瑞API | 第51-52页 |
4.3.2 HBase的MapReduce API | 第52-53页 |
4.4 总体测辨法数据处理 | 第53-54页 |
4.5 负荷特性数据的融合 | 第54-55页 |
4.6 本章总结 | 第55-56页 |
第五章 负荷特性数据处理平台环境搭建与实验 | 第56-67页 |
5.1 Hadoop平台各组件的安装与配置 | 第56-60页 |
5.1.1 jdk和Hadoop的配置 | 第56-57页 |
5.1.2 Hive和HBase数据库的配置 | 第57-59页 |
5.1.3 Hive整合HBase | 第59-60页 |
5.2 Hive与MySQL的性能比较 | 第60-61页 |
5.3 HBase数据库性能实验 | 第61-63页 |
5.3.1 HBase数据库写入实验 | 第61-62页 |
5.3.2 HBase数据库查询实验 | 第62-63页 |
5.4 Sqoop的ETI测试 | 第63-66页 |
5.4.1 MySQL与Hive的数据传递测试 | 第63-64页 |
5.4.2 HBase与文件系统的读写测试 | 第64-66页 |
5.5 本章总结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
参考文献 | 第69-73页 |
附录 | 第73-77页 |
致谢 | 第77-78页 |
攻读硕士学位期间发表的论文及其它成果 | 第78-79页 |
学位论文评阅及答辩情况表 | 第79页 |