大数据背景下的关键业务数据提取与展示技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 数据展示现就现状 | 第10页 |
| 1.2.2 Hadoop的研究现状 | 第10-12页 |
| 1.3 研究内容及章节安排 | 第12-15页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 章节安排 | 第12-15页 |
| 第二章 相关技术介绍 | 第15-25页 |
| 2.1 关键业务数据提取相关技术 | 第15-22页 |
| 2.1.1 Linux | 第15-17页 |
| 2.1.2 数据库及Navicat | 第17-18页 |
| 2.1.3 Spring Tool Suite | 第18-19页 |
| 2.1.4 Spring框架 | 第19-20页 |
| 2.1.5 Hibernate | 第20-21页 |
| 2.1.6 SpringMVC | 第21-22页 |
| 2.2 数据展示平台相关技术 | 第22-24页 |
| 2.2.1 Angularjs | 第22-23页 |
| 2.2.2 D3 | 第23页 |
| 2.2.3 Json | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 关键业务数据的提取研究 | 第25-41页 |
| 3.1 问题的引出 | 第25-26页 |
| 3.2 数据仓库Hive | 第26-28页 |
| 3.3 改进的Canopy算法 | 第28-31页 |
| 3.4 改进后Canopy算法的验证 | 第31-39页 |
| 3.4.1 关于Job的关键业务数据提取 | 第31-37页 |
| 3.4.2 改进后Canopy算法性能分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于大数据平台的数据展示技术的研究 | 第41-55页 |
| 4.1 大数据展示平台的设计 | 第41-42页 |
| 4.2 数据展示技术研究 | 第42-51页 |
| 4.2.1 图形展示后台的分析 | 第43-45页 |
| 4.2.2 前端的配置与实现 | 第45-51页 |
| 4.3 平台性能优化 | 第51-54页 |
| 4.3.1 数据库存储方式的选用 | 第51-53页 |
| 4.3.2 构建自动更新工具 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 测试与验证 | 第55-63页 |
| 5.1 平台测试 | 第55-59页 |
| 5.1.1 平台功能性测试 | 第55-57页 |
| 5.1.2 平台非功能性测试 | 第57-59页 |
| 5.2 后台管理子系统测试 | 第59-60页 |
| 5.3 压力测试 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63页 |
| 6.2 问题与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A (攻读硕士期间的学术成果) | 第71页 |
