| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 相关技术 | 第14-26页 |
| 2.1 MapReduce并行编程模型 | 第14-15页 |
| 2.1.1 MapReduce主要思想 | 第14页 |
| 2.1.2 MapReduce工作原理 | 第14-15页 |
| 2.1.3 MapReduce作业流程 | 第15页 |
| 2.2 HDFS分布式文件系统 | 第15-17页 |
| 2.2.1 HDFS基本架构 | 第15-16页 |
| 2.2.2 HDFS工作原理 | 第16-17页 |
| 2.3 Kafka分布式消息系统 | 第17-19页 |
| 2.3.1 Kafka设计原理 | 第17-18页 |
| 2.3.2 Kafka工作机制 | 第18-19页 |
| 2.4 Avro序列化框架 | 第19-20页 |
| 2.5 YARN分布式资源管理系统 | 第20-22页 |
| 2.5.1 YARN基本架构 | 第20-21页 |
| 2.5.2 YARN工作原理 | 第21-22页 |
| 2.6 Thrift远程过程调用框架 | 第22-23页 |
| 2.7 Zookeeper分布式协调服务 | 第23-25页 |
| 2.7.1 Zookeeper基本架构 | 第23-25页 |
| 2.7.2 Zookeeper工作原理 | 第25页 |
| 2.8 本章小结 | 第25-26页 |
| 第三章 大数据分析平台 | 第26-36页 |
| 3.1 平台的总体设计 | 第26-30页 |
| 3.1.1 平台概述 | 第26-27页 |
| 3.1.2 平台业务流程 | 第27-28页 |
| 3.1.3 平台总体架构 | 第28-30页 |
| 3.2 平台的详细设计 | 第30-35页 |
| 3.2.1 数据采集模块 | 第30-31页 |
| 3.2.2 数据接入模块 | 第31-32页 |
| 3.2.3 数据存储模块 | 第32-33页 |
| 3.2.4 并行计算模块 | 第33页 |
| 3.2.5 Web前后台和命令控制模块 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 任务算子框架 | 第36-46页 |
| 4.1 框架的总体设计 | 第36-38页 |
| 4.2 框架的详细设计 | 第38-42页 |
| 4.2.1 任务算子应用的构建 | 第38-40页 |
| 4.2.2 任务算子应用的执行 | 第40-41页 |
| 4.2.3 任务算子应用的运行状态控制 | 第41-42页 |
| 4.3 框架的数据库设计 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 任务算子 | 第46-74页 |
| 5.1 任务算子的基本设计思想 | 第46-48页 |
| 5.2 普通算子类 | 第48-50页 |
| 5.3 转化算子类 | 第50-57页 |
| 5.3.1 record转化算子 | 第50-52页 |
| 5.3.2 key-value转化算子 | 第52-54页 |
| 5.3.3 record与key-value转化算子 | 第54-56页 |
| 5.3.4 record与文本转化算子 | 第56-57页 |
| 5.4 重整算子类 | 第57-61页 |
| 5.5 键值对算子类 | 第61-67页 |
| 5.6 集合算子类 | 第67-73页 |
| 5.6.1 集合操作算子 | 第67-68页 |
| 5.6.2 集合连接算子 | 第68-73页 |
| 5.7 本章小结 | 第73-74页 |
| 第六章 测试与实验 | 第74-83页 |
| 6.1 测试环境 | 第74-75页 |
| 6.2 测试方法 | 第75页 |
| 6.3 测试过程 | 第75-77页 |
| 6.4 测试结果 | 第77-82页 |
| 6.4.1 任务算子的功能和性能测试 | 第77-80页 |
| 6.4.2 任务算子应用的功能测试 | 第80-82页 |
| 6.5 本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
| 附件 | 第89页 |