| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 论文结构 | 第13-14页 |
| 第二章 关键技术简介 | 第14-27页 |
| 2.1 Storm简介 | 第14-19页 |
| 2.1.1 Storm基本组件 | 第14-15页 |
| 2.1.2 Storm中的并行度 | 第15-17页 |
| 2.1.3 Storm的工作机制 | 第17-18页 |
| 2.1.4 关键功能与技术 | 第18-19页 |
| 2.1.5 Storm分布式编程模型 | 第19页 |
| 2.2 Kafka简介 | 第19-22页 |
| 2.2.1 Kafka基本组件 | 第20-22页 |
| 2.2.2 Kafka工作流程 | 第22页 |
| 2.3 数据平台分析系统 | 第22-26页 |
| 2.3.1 采集层 | 第23页 |
| 2.3.2 传输层 | 第23-25页 |
| 2.3.3 存储层 | 第25页 |
| 2.3.4 处理层 | 第25页 |
| 2.3.5 展示层 | 第25-26页 |
| 2.3.6 流式任务的执行流程 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 Kafka与Storm连接的关键技术要点 | 第27-33页 |
| 3.1 Flume简介 | 第27-28页 |
| 3.2 Flume、Kafka吞吐量性能对比测试 | 第28-29页 |
| 3.2.1 测试环境 | 第28页 |
| 3.2.2 测试数据 | 第28-29页 |
| 3.2.3 测试过程 | 第29页 |
| 3.3 Flume、Kafka功能对比 | 第29-30页 |
| 3.4 传输层工具的选择结果 | 第30页 |
| 3.5 Kafka与Storm的连接要点 | 第30-32页 |
| 3.5.1 总体连接框架 | 第30-31页 |
| 3.5.2 Pluggable Scheduler机制的使用 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 Storm实时分析系统设计与关键算法 | 第33-50页 |
| 4.1 Topology设计 | 第33-37页 |
| 4.1.1 模块背景 | 第33-34页 |
| 4.1.2 输入话单格式 | 第34页 |
| 4.1.3 网络流量分析指标 | 第34-35页 |
| 4.1.4 Topology设计 | 第35-37页 |
| 4.2 滑动窗口设计 | 第37-39页 |
| 4.2.1 滑动窗口的结构 | 第37-38页 |
| 4.2.2 滑动窗口的移动 | 第38-39页 |
| 4.3 数据库的写入 | 第39-40页 |
| 4.4 入库缓冲 | 第40页 |
| 4.5 模块中的配置文件 | 第40-44页 |
| 4.5.1 Maven配置 | 第40-43页 |
| 4.5.2 Log配置 | 第43-44页 |
| 4.5.3 主配置文件 | 第44页 |
| 4.6 模块中的关键算法分析 | 第44-49页 |
| 4.6.1 算法描述 | 第45-46页 |
| 4.6.2 IP查找过程 | 第46-47页 |
| 4.6.3 性能分析 | 第47-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 Storm网络流量实时分析系统的性能分析与优化 | 第50-60页 |
| 5.1 Tuple分发性能分析优化 | 第50-52页 |
| 5.1.1 测试环境 | 第50页 |
| 5.1.2 测试方法 | 第50-51页 |
| 5.1.3 测试结果及分析 | 第51-52页 |
| 5.2 Bolt并行度调整与优化 | 第52-55页 |
| 5.2.1 测试环境 | 第53页 |
| 5.2.2 测试方法 | 第53页 |
| 5.2.3 测试结果及分析 | 第53-55页 |
| 5.3 数据倾斜与负载均衡 | 第55-56页 |
| 5.4 数据倾斜性分析 | 第56-57页 |
| 5.4.1 测试环境 | 第56页 |
| 5.4.2 测试方法 | 第56页 |
| 5.4.3 测试结果及分析 | 第56-57页 |
| 5.5 负载均衡改进 | 第57-59页 |
| 5.5.1 改进方法 | 第57-58页 |
| 5.5.2 改进结果与性能分析 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |