基于Spark的数据分析建模工具的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 相关技术介绍 | 第12-17页 |
| 2.1 SPARK的优势 | 第12-13页 |
| 2.2 SPARK的运行逻辑 | 第13-14页 |
| 2.3 RDD模型 | 第14-15页 |
| 2.4 SQOOP介绍 | 第15页 |
| 2.5 HDFS介绍 | 第15-16页 |
| 2.6 KAFKA介绍 | 第16页 |
| 2.7 ZOOKEEPER介绍 | 第16-17页 |
| 第3章 数据建模工具的需求分析 | 第17-22页 |
| 3.1 大数据分析平台 | 第17-18页 |
| 3.2 建模工具的功能分析 | 第18-20页 |
| 3.3 建模工具的性能分析 | 第20-21页 |
| 3.4 本章小结 | 第21-22页 |
| 第4章 数据建模工具的设计 | 第22-37页 |
| 4.1 大数据分析平台的架构设计 | 第22-25页 |
| 4.1.1 大数据分析平台的整体架构 | 第22-23页 |
| 4.1.2 平台各模块架构设计 | 第23-25页 |
| 4.2 数据分析建模工具的详细设计 | 第25-36页 |
| 4.2.1 数据结构设计 | 第26-30页 |
| 4.2.2 数据实体关系设计 | 第30-35页 |
| 4.2.3 建模流程设计 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 流程建模工具的实现 | 第37-52页 |
| 5.1 数据导入 | 第37-39页 |
| 5.1.1 读取数据文件 | 第37-38页 |
| 5.1.2 读取数据库 | 第38-39页 |
| 5.2 数据基本操作 | 第39-46页 |
| 5.2.1 类型操作 | 第40页 |
| 5.2.2 生成属性 | 第40-42页 |
| 5.2.3 连接操作 | 第42-44页 |
| 5.2.4 数据统计 | 第44-46页 |
| 5.3 数据建模 | 第46-50页 |
| 5.3.1 线性回归 | 第46-47页 |
| 5.3.2 Kmeans算法 | 第47-48页 |
| 5.3.3 决策树 | 第48-50页 |
| 5.4 数据导出 | 第50-51页 |
| 5.4.1 写HDFS | 第50页 |
| 5.4.2 写模型 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 系统部署与测试 | 第52-64页 |
| 6.1 项目部署 | 第52-56页 |
| 6.1.1 硬件部署 | 第52-53页 |
| 6.1.2 软件部署 | 第53-56页 |
| 6.1.3 应用部署 | 第56页 |
| 6.2 系统测试 | 第56-63页 |
| 6.2.1 集群启动测试 | 第56-57页 |
| 6.2.2 功能模块测试 | 第57-59页 |
| 6.2.3 聚类分析 | 第59-63页 |
| 6.3 本章小结 | 第63-64页 |
| 第7章 总结与展望 | 第64-66页 |
| 7.1 工作总结 | 第64页 |
| 7.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
| 致谢 | 第70页 |
