基于YARN的工业大数据处理平台研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 互联网领域大数据平台研究及应用现状 | 第16-17页 |
| 1.2.2 工业领域大数据平台研究及应用现状 | 第17-18页 |
| 1.3 研究目的及意义 | 第18-19页 |
| 1.4 论文研究内容及组织结构 | 第19-21页 |
| 第二章 工业大数据与分布式系统 | 第21-31页 |
| 2.1 工业 4.0 和工业互联网 | 第21-22页 |
| 2.2 分布式系统技术与原理 | 第22-29页 |
| 2.2.1 YARN资源管理与调度框架 | 第22-23页 |
| 2.2.2 分布式文件系统HDFS | 第23-24页 |
| 2.2.3 NOSQL数据库—HBASE | 第24-26页 |
| 2.2.4 MapReduce批处理模型 | 第26-27页 |
| 2.2.5 SPARK准实时处理模型 | 第27-28页 |
| 2.2.6 Storm流处理模型 | 第28-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于YARN的工业大数据平台设计 | 第31-45页 |
| 3.1 平台设计目标 | 第31页 |
| 3.2 平台体系架构 | 第31-41页 |
| 3.2.1 数据源 | 第33-34页 |
| 3.2.2 数据存储 | 第34-36页 |
| 3.2.3 数据处理 | 第36-40页 |
| 3.2.4 可视化分析 | 第40-41页 |
| 3.2.5 平台管理 | 第41页 |
| 3.3 平台执行流程 | 第41-43页 |
| 3.4 本章小节 | 第43-45页 |
| 第四章 平台关键技术与实现机制 | 第45-65页 |
| 4.1 YARN资源调度与分配机制 | 第45-49页 |
| 4.1.1 双层资源调度与分配模型 | 第45-47页 |
| 4.1.2 资源分配算法 | 第47-49页 |
| 4.2 平台高可靠性实现 | 第49-51页 |
| 4.2.1 主节点高可用 | 第49-50页 |
| 4.2.2 心跳检测机制 | 第50-51页 |
| 4.3 数据挖掘算法库实现 | 第51-64页 |
| 4.3.1 Kmeans算法及其并行化实现 | 第51-57页 |
| 4.3.2 Aprior算法及其并行化实现 | 第57-64页 |
| 4.4 本章小节 | 第64-65页 |
| 第五章 平台测试 | 第65-81页 |
| 5.1 集群环境 | 第65-66页 |
| 5.1.1 硬件环境 | 第65页 |
| 5.1.2 软件环境 | 第65-66页 |
| 5.2 大数据处理测试 | 第66-74页 |
| 5.2.1 数据接入 | 第66-67页 |
| 5.2.2 大数据存储 | 第67-69页 |
| 5.2.3 离线批处理 | 第69-72页 |
| 5.2.4 流数据处理 | 第72-74页 |
| 5.3 可视化交互分析 | 第74-77页 |
| 5.4 算法库 | 第77-79页 |
| 5.5 集群监控 | 第79-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 论文总结 | 第81页 |
| 6.2 论文展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |
