一种分布式ETL系统的设计与研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 ETL研究现状 | 第10-12页 |
| 1.2.2 Hadoop生态系统研究现状 | 第12-14页 |
| 1.3 主要研究内容及章节安排 | 第14-15页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-17页 |
| 第二章 关键技术研究 | 第17-29页 |
| 2.1 多源异构数据聚合 | 第17-19页 |
| 2.1.1 数据聚合的概念和目标 | 第17页 |
| 2.1.2 数据聚合模式分析 | 第17-19页 |
| 2.2 ETL | 第19-21页 |
| 2.2.1 ETL概念 | 第19页 |
| 2.2.2 数据抽取 | 第19-20页 |
| 2.2.3 数据转换和清洗 | 第20页 |
| 2.2.4 数据加载 | 第20-21页 |
| 2.3 HDFS | 第21-24页 |
| 2.3.1 HDFS概述 | 第21页 |
| 2.3.2 HDFS体系结构 | 第21-24页 |
| 2.4 MapReduce编程模型 | 第24-26页 |
| 2.4.1 MapReduce概述 | 第24-25页 |
| 2.4.2 Hadoop MapReduce | 第25-26页 |
| 2.5 Hive & Sqoop | 第26-28页 |
| 2.5.1 Hive | 第26-27页 |
| 2.5.2 Sqoop | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 分布式ETL系统的设计 | 第29-63页 |
| 3.1 分布式ETL系统的设计目标 | 第29-30页 |
| 3.2 分布式ETL系统框架的设计 | 第30-31页 |
| 3.3 数据抽取模块 | 第31-37页 |
| 3.3.1 智能数据抽取器 | 第31-34页 |
| 3.3.2 差异抽取传输算法 | 第34-36页 |
| 3.3.3 数据载入HDFS原理 | 第36-37页 |
| 3.4 数据转换模块 | 第37-58页 |
| 3.4.1 业务规则输入器 | 第37-38页 |
| 3.4.2 转换执行引擎原理及优化 | 第38-58页 |
| 3.5 数据加载模块 | 第58-61页 |
| 3.5.1 数据加载器 | 第58-59页 |
| 3.5.2 从HDFS中读取数据 | 第59-60页 |
| 3.5.3 利用Sqoop导出数据 | 第60-61页 |
| 3.6 本章小结 | 第61-63页 |
| 第四章 实验与分析 | 第63-67页 |
| 4.1 实验环境搭建 | 第63-64页 |
| 4.2 实验验证与分析 | 第64-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者攻读学位期间发表的论文 | 第75页 |
