基于云计算的大数据运维系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-12页 |
| 1.1 项目的背景 | 第10页 |
| 1.2 项目的目标 | 第10-11页 |
| 1.3 项目的范围 | 第11-12页 |
| 第2章 大数据概况 | 第12-26页 |
| 2.1 大数据的发展情况 | 第12-15页 |
| 2.2 大数据的计算模型与算法 | 第15-18页 |
| 2.2.1 外存模型 | 第16页 |
| 2.2.2 数据流模型 | 第16-17页 |
| 2.2.3 PRAM模型 | 第17-18页 |
| 2.2.4 MapReduce模型 | 第18页 |
| 2.3 大数据常用产品与技术 | 第18-19页 |
| 2.3.1 APACHEHBASE | 第18-19页 |
| 2.3.2 ApacheStorm | 第19页 |
| 2.3.3 ApacheSpark | 第19页 |
| 2.3.4 ApacheHadoop | 第19页 |
| 2.3.5 ApacheDrill | 第19页 |
| 2.4 大数据常用算法与用途 | 第19-26页 |
| 2.4.1 大数据算法与场景概述 | 第19-21页 |
| 2.4.2 常用的大数据分析算法 | 第21-26页 |
| 第3章 大数据智能运维业务分析 | 第26-32页 |
| 3.1 统一云管理平台业务介绍 | 第26-28页 |
| 3.2 智能运维业务分析 | 第28-30页 |
| 3.2.1 传统运维的局限 | 第28-29页 |
| 3.2.2 大数据运维 | 第29-30页 |
| 3.3 智能运维特点分析 | 第30-32页 |
| 第4章 大数据智能运维模型分析 | 第32-46页 |
| 4.1 大数据处理框架 | 第32-34页 |
| 4.1.1 数据预处理 | 第32-33页 |
| 4.1.2 在线检测 | 第33页 |
| 4.1.3 离线检测 | 第33页 |
| 4.1.4 交互式查询 | 第33-34页 |
| 4.2 智能运维数据模型 | 第34-42页 |
| 4.2.1 数据要点 | 第34-35页 |
| 4.2.2 模型关系 | 第35-38页 |
| 4.2.3 数据特征 | 第38-39页 |
| 4.2.4 分析建模 | 第39-42页 |
| 4.3 数据和算法应用 | 第42-46页 |
| 4.3.1 日志的分类 | 第42-43页 |
| 4.3.2 CPU、内存利用率趋势预测算法 | 第43-44页 |
| 4.3.3 存储趋势预测算法 | 第44-46页 |
| 第5章 系统架构分析 | 第46-50页 |
| 5.1 技术选型 | 第46-48页 |
| 5.1.1 大数据存储技术方案 | 第46-48页 |
| 5.2 技术特点 | 第48-50页 |
| 5.2.1 MongoDB存储架构特点 | 第48-50页 |
| 第6章 系统架构设计 | 第50-58页 |
| 6.1 技术原理 | 第50-51页 |
| 6.2 技术架构 | 第51-54页 |
| 6.2.1 采集器设计 | 第52-53页 |
| 6.2.2 存储模块设计 | 第53页 |
| 6.2.3 大数据分析模块设计 | 第53-54页 |
| 6.3 功能架构 | 第54-55页 |
| 6.4 部署架构 | 第55-58页 |
| 第7章 系统的实现 | 第58-68页 |
| 7.1 系统管理主界面 | 第58页 |
| 7.2 信息维护模块 | 第58-59页 |
| 7.3 运行监控模块 | 第59-65页 |
| 7.3.1 运行监控模块下的设备监控 | 第61页 |
| 7.3.2 运行监控模块下的资源监控 | 第61-62页 |
| 7.3.3 运行监控模块下的合规性检查 | 第62-63页 |
| 7.3.4 运行监控模块下的日志分析 | 第63-64页 |
| 7.3.5 运行监控模块下的知识库关联 | 第64-65页 |
| 7.4 系统分析模块 | 第65-68页 |
| 7.4.1 系统分析模块-性能TopN | 第65-66页 |
| 7.4.2 系统分析模块-性能(容量)预测 | 第66-68页 |
| 第8章 结束语 | 第68-70页 |
| 8.1 小结 | 第68页 |
| 8.2 展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
