| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文结构 | 第12-13页 |
| 第二章 流式计算模式分析 | 第13-25页 |
| 2.1 流式计算模式现状 | 第13页 |
| 2.2 流式计算系统概述 | 第13-15页 |
| 2.2.1 Hadoop的MapReduce计算框架 | 第14-15页 |
| 2.2.2 现代流式计算系统 | 第15页 |
| 2.3 消息队列 | 第15-18页 |
| 2.3.1 消息队列概述 | 第15-16页 |
| 2.3.2 常用的消息队列框架 | 第16-17页 |
| 2.3.3 消息队列之Kafka | 第17-18页 |
| 2.4 流式计算框架 | 第18-24页 |
| 2.4.1 Storm框架 | 第18-20页 |
| 2.4.2 Spark与Spark Streaming详述 | 第20-22页 |
| 2.4.3 Flink框架 | 第22页 |
| 2.4.4 JStorm介绍 | 第22-23页 |
| 2.4.5 Heron简述 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 消息队列Kafka性能的研究与优化 | 第25-49页 |
| 3.1 Kafka设计的分析与研究 | 第25-31页 |
| 3.1.1 Kafka高吞吐性的实现机制 | 第25-28页 |
| 3.1.2 Kafka设计思想 | 第28-31页 |
| 3.2 课题实验环境 | 第31-33页 |
| 3.2.1 课题实验环境配置 | 第31-32页 |
| 3.2.2 课题数据来源 | 第32-33页 |
| 3.2.3 实验数据格式 | 第33页 |
| 3.3 Producer性能的研究与优化 | 第33-38页 |
| 3.3.1 单机性能的优化 | 第33-37页 |
| 3.3.2 扩展性研究 | 第37-38页 |
| 3.4 Consumer性能的研究与优化 | 第38-41页 |
| 3.4.1 单机性能的优化 | 第38-40页 |
| 3.4.2 扩展性研究 | 第40-41页 |
| 3.5 压缩机制对Kafka性能影响的研究 | 第41-48页 |
| 3.5.1 Kafka支持的压缩算法 | 第42页 |
| 3.5.2 压缩对Producer性能的影响 | 第42-46页 |
| 3.5.3 压缩对Consumer性能的影响 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 流式计算框架的性能研究 | 第49-66页 |
| 4.1 Storm设计的分析与研究 | 第49-52页 |
| 4.1.1 Topology拓扑设计 | 第49页 |
| 4.1.2 容错设计 | 第49-51页 |
| 4.1.3 Storm与Kafka连接的实现 | 第51-52页 |
| 4.2 Spark Streaming设计的分析与研究 | 第52-55页 |
| 4.2.1 设计框架 | 第52页 |
| 4.2.2 流处理实现机制 | 第52-54页 |
| 4.2.3 Spark Streaming与Kafka的连接的实现 | 第54-55页 |
| 4.3 Flink设计的分析与研究 | 第55-58页 |
| 4.3.1 设计框架 | 第55-56页 |
| 4.3.2 窗口机制 | 第56-57页 |
| 4.3.3 容错机制 | 第57页 |
| 4.3.4 Flink与Kafka连接的实现 | 第57-58页 |
| 4.4 流式计算框架的基准测试 | 第58-65页 |
| 4.4.1 基准测试设计 | 第58-59页 |
| 4.4.2 基准测试环境配置 | 第59-60页 |
| 4.4.3 Kafka端模拟时间产生与数据发送 | 第60页 |
| 4.4.4 Storm性能测试 | 第60-62页 |
| 4.4.5 Spark Streaming性能测试 | 第62-64页 |
| 4.4.6 Flink性能测试 | 第64-65页 |
| 4.4.7 对比分析 | 第65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 流量流向系统的设计与实现 | 第66-80页 |
| 5.1. 系统实现功能 | 第66页 |
| 5.2. 系统的设计 | 第66-72页 |
| 5.2.1 整体框架 | 第67-68页 |
| 5.2.2 数据过滤 | 第68页 |
| 5.2.3 用户IP匹配 | 第68-69页 |
| 5.2.4 服务器IP地址匹配 | 第69-70页 |
| 5.2.5 网站host匹配 | 第70页 |
| 5.2.6 数据库表设计 | 第70-72页 |
| 5.3 Kafka端实现 | 第72-73页 |
| 5.4 Storm流式计算后端实现 | 第73-74页 |
| 5.4.1 数据聚合算法 | 第73-74页 |
| 5.4.2 Topology设计 | 第74页 |
| 5.5 Spark Streaming流式计算后端实现 | 第74-75页 |
| 5.5.1 时间和窗口的设置 | 第74-75页 |
| 5.5.2 DAG设计 | 第75页 |
| 5.6 Flink流式计算后端实现 | 第75-76页 |
| 5.6.1 窗口设置 | 第75页 |
| 5.6.2 Flink实现 | 第75-76页 |
| 5.7 流量流向统计分析 | 第76-79页 |
| 5.7.1 系统运行效果 | 第76页 |
| 5.7.2 流量流向统计分析 | 第76-79页 |
| 5.8 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文目录 | 第85页 |
