基于Hadoop的海量业务数据分析平台的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外相关研究 | 第9-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关技术研究 | 第13-25页 |
| 2.1 Hadoop介绍 | 第13-19页 |
| 2.1.1 HDFS | 第14-17页 |
| 2.1.2 MapReduce | 第17-19页 |
| 2.2 Hive介绍 | 第19-21页 |
| 2.2.1 Hive简介 | 第19页 |
| 2.2.2 HiveQL介绍 | 第19-21页 |
| 2.3 Flume介绍 | 第21-23页 |
| 2.4 Redis介绍 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 需求分析与架构设计 | 第25-35页 |
| 3.1 需求分析 | 第25-29页 |
| 3.1.1 功能需求 | 第25-27页 |
| 3.1.2 非功能性需求 | 第27页 |
| 3.1.3 用例分析 | 第27-29页 |
| 3.2 架构设计 | 第29-34页 |
| 3.2.1 数据收集模块 | 第30-32页 |
| 3.2.2 数据预处理模块 | 第32页 |
| 3.2.3 数据分析模块 | 第32-33页 |
| 3.2.4 监控告警模块 | 第33页 |
| 3.2.5 数据展示模块 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 详细设计与实现 | 第35-54页 |
| 4.1 数据收集模块 | 第35-40页 |
| 4.1.1 数据的生成 | 第35-36页 |
| 4.1.2 数据传输 | 第36-40页 |
| 4.1.3 数据导入 | 第40页 |
| 4.2 数据预处理模块 | 第40-45页 |
| 4.2.1 数据清洗 | 第41-42页 |
| 4.2.2 数据集成 | 第42-44页 |
| 4.2.3 用户数据初始化 | 第44-45页 |
| 4.3 数据分析模块 | 第45-49页 |
| 4.3.1 Hive数据分析 | 第45-47页 |
| 4.3.2 MapReduce数据分析 | 第47-49页 |
| 4.4 监控告警模块 | 第49-50页 |
| 4.4.1 数据流监控 | 第49-50页 |
| 4.4.2 数据处理监控 | 第50页 |
| 4.4.3 数据粒度监控 | 第50页 |
| 4.4.4 服务器监控 | 第50页 |
| 4.5 数据展示模块 | 第50-53页 |
| 4.5.1 搭建Web服务 | 第51-52页 |
| 4.5.2 权限设置 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 系统部署与测试 | 第54-64页 |
| 5.1 环境搭建 | 第54-58页 |
| 5.1.1 Hadoop配置 | 第55-57页 |
| 5.1.2 Hive配置 | 第57-58页 |
| 5.2 分析测试 | 第58-60页 |
| 5.2.1 数据分组统计测试 | 第58-59页 |
| 5.2.2 数据关联统计对比 | 第59-60页 |
| 5.3 数据展示 | 第60-63页 |
| 5.3.1 用户自定义查询系统 | 第60-62页 |
| 5.3.2 报表系统 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 今后工作展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
