基于Pig的网络流量分析与性能优化
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 论文结构 | 第10-13页 |
| 第二章 Pig架构与性能影响因素分析 | 第13-25页 |
| 2.1 MapReduce计算框架 | 第13-16页 |
| 2.1.1 MapReduce数据流 | 第13-15页 |
| 2.1.2 MapReduce性能影响因素 | 第15-16页 |
| 2.2 Pig架构分析 | 第16-22页 |
| 2.2.1 Parser | 第17-18页 |
| 2.2.2 Logical Plan | 第18页 |
| 2.2.3 LogicalOptimizer | 第18-21页 |
| 2.2.4 Physical Plan | 第21页 |
| 2.2.5 MapReduce Plan | 第21-22页 |
| 2.3 Pig性能影响因素分析 | 第22-24页 |
| 2.3.1 数据压缩 | 第22-23页 |
| 2.3.2 数据倾斜 | 第23页 |
| 2.3.3 MapReduce作业数量 | 第23页 |
| 2.3.4 优化器的使用 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 Pig相关函数的设计与开发 | 第25-33页 |
| 3.1 加载函数的设计与开发 | 第25-29页 |
| 3.2 求值函数的设计与开发 | 第29-32页 |
| 3.2.1 分布式缓存 | 第29-30页 |
| 3.2.2 累加器接口 | 第30-31页 |
| 3.2.3 代数运算接口 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于Pig的网络流量分析 | 第33-49页 |
| 4.1 网络流量分析的意义 | 第33-34页 |
| 4.2 网络流量分析系统作业分类 | 第34-35页 |
| 4.2.1 统计类作业 | 第34页 |
| 4.2.2 去重类作业 | 第34页 |
| 4.2.3 等值资源匹配类作业 | 第34-35页 |
| 4.2.4 不等值资源匹配类作业 | 第35页 |
| 4.3 数据说明 | 第35-38页 |
| 4.3.1 数据采集 | 第35-36页 |
| 4.3.2 数据说明 | 第36-37页 |
| 4.3.3 数据预处理 | 第37-38页 |
| 4.4 移动阅读类网络流量与用户行为分析 | 第38-48页 |
| 4.4.1 流量及用户分布情况分析 | 第38-39页 |
| 4.4.2 流量分布规律分析 | 第39-40页 |
| 4.4.3 交叉用户的使用情况分析 | 第40-41页 |
| 4.4.4 会话情况分析 | 第41-44页 |
| 4.4.5 用户忠诚度分析 | 第44-47页 |
| 4.4.6 用户行为结构分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 Pig的性能分析与优化 | 第49-65页 |
| 5.1 实验环境 | 第49页 |
| 5.2 Pig性能分析 | 第49-55页 |
| 5.2.1 Pig与MapReduce性能的比较 | 第49-52页 |
| 5.2.2 Pig与Hive性能的比较 | 第52-55页 |
| 5.3 Pig性能优化 | 第55-63页 |
| 5.3.1 多重查询优化器 | 第55-56页 |
| 5.3.2 数据连接 | 第56-60页 |
| 5.3.3 数据读取 | 第60-62页 |
| 5.3.4 数据层优化 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
