| 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12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 选题背景及意义 | 第16-17页 |
| 1.2 国内外现状分析 | 第17-19页 |
| 1.3 论文工作内容 | 第19页 |
| 1.4 论文组织结构 | 第19-22页 |
| 第二章 相关技术概述 | 第22-32页 |
| 2.1 Spark生态系统以及Spark相较于Hadoop的优势 | 第22-28页 |
| 2.1.1 Spark生态系统 | 第22-24页 |
| 2.1.2 Spark Core中的组件介绍 | 第24-27页 |
| 2.1.3 Spark相较于Hadoop的优势 | 第27-28页 |
| 2.2 EGO简介 | 第28-30页 |
| 2.2.1 EGO架构概述 | 第28-29页 |
| 2.2.2 EGO与Yarn的对比 | 第29-30页 |
| 2.3 Conductor with Spark技术 | 第30页 |
| 2.4 Event Log及JSON技术 | 第30-31页 |
| 2.4.1 JSON | 第30页 |
| 2.4.2 Spark Event Log | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 日志分析系统业务需求分析 | 第32-40页 |
| 3.1 Spark日志分析业务陈述 | 第32-33页 |
| 3.2 Spark日志分析需求建模 | 第33-36页 |
| 3.2.1 Spark开发人员需求分析 | 第34页 |
| 3.2.2 系统管理员需求分析 | 第34-35页 |
| 3.2.3 Spark用户需求分析 | 第35-36页 |
| 3.3 Spark日志分析系统功能需求分析 | 第36-38页 |
| 3.3.1 数据采集及预处理 | 第37页 |
| 3.3.2 数据处理及分析 | 第37-38页 |
| 3.3.3 数据持久化 | 第38页 |
| 3.3.4 数据展示 | 第38页 |
| 3.4 日志分析系统非功能需求分析 | 第38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 Spark日志分析系统设计与实现 | 第40-58页 |
| 4.1 Spark日志分析系统应用架构 | 第40-42页 |
| 4.2 数据采集预处理模块设计与实现 | 第42-47页 |
| 4.2.1 日志采集 | 第42-44页 |
| 4.2.2 日志预处理 | 第44-47页 |
| 4.3 数据持久化模块设计与实现 | 第47-49页 |
| 4.4 数据分析模块设计与实现 | 第49-55页 |
| 4.4.1 各组件对Spark性能的影响 | 第49-52页 |
| 4.4.2 创建RDD | 第52-54页 |
| 4.4.3 数据统计及分析 | 第54-55页 |
| 4.5 网页展示模块设计与实现 | 第55-57页 |
| 4.5.1 全局展示 | 第56-57页 |
| 4.5.2 Job和Stage粒度的展示 | 第57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 Spark日志分析系统测试及分析 | 第58-74页 |
| 5.1 系统运行环境 | 第58-61页 |
| 5.1.1 硬件环境搭建 | 第58页 |
| 5.1.2 软件环境搭建 | 第58-61页 |
| 5.2 测试用例及过程 | 第61-63页 |
| 5.2.1 数据采集预处理模块 | 第61-62页 |
| 5.2.2 数据持久化模块 | 第62页 |
| 5.2.3 数据分析模块 | 第62-63页 |
| 5.2.4 结果展示模块 | 第63页 |
| 5.3 日志分析系统结果展示及说明 | 第63-71页 |
| 5.4 性能测试 | 第71页 |
| 5.5 本章总结 | 第71-74页 |
| 第六章 结束语 | 第74-78页 |
| 6.1 论文工作总结 | 第74-76页 |
| 6.2 后续工作展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |