首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Hadoop技术的电信大数据分析平台的设计和实现

摘要第6-8页
ABSTRACT第8-9页
1 绪论第12-16页
    1.1 本文的背景第12-13页
    1.2 电信的网络优化平台的现状第13页
    1.3 Hadoop技术的现状第13-14页
    1.4 本文的主要工作及技术第14页
    1.5 本文的结构安排第14-16页
2 HADOOP相关技术研究第16-23页
    2.1 Hadoop介绍第16-18页
    2.2 HDFS第18-20页
    2.3 YARN第20-21页
    2.4 MapReduce第21-22页
    2.5 Hive第22页
    2.6 HBase第22页
    2.7 本章小结第22-23页
3 电信大数据分析平台的设计第23-35页
    3.1 需求分析第23-26页
    3.2 总体设计第26-28页
        3.2.1 周期性数据统计需求第27页
        3.2.2 实时数据查询需求第27-28页
        3.2.3 中间件需求第28页
        3.2.4 复杂模型数据分析需求第28页
    3.3 大数据分析平台的架构第28-34页
        3.3.1 基本架构介绍第28-31页
        3.3.2 大数据分析平台和原网优平台无缝集成第31页
        3.3.3 系统的现网部署第31-32页
        3.3.4 大数据分析平台的网络拓扑图第32-34页
    3.4 本章小结第34-35页
4 电信大数据分析平台的实现第35-55页
    4.1 周期性数据统计需求的实现第35-41页
    4.2 实时数据查询需求的实现第41-47页
    4.3 中间件的实现第47-52页
    4.4 复杂模型数据分析需求的实现第52-54页
    4.5 本章小结第54-55页
5 电信大数据分析平台的优化与展示第55-79页
    5.1 Hadoop底层linux优化第55-56页
    5.2 周期性统计类业务的优化与验证第56-61页
    5.3 实时查询类业务的优化与验证第61-63页
    5.4 电信大数据平台的展示第63-78页
        5.4.1 首页第63-64页
        5.4.2 业务负荷第64-65页
        5.4.3 用户感知第65-67页
        5.4.4 实时监控第67-68页
        5.4.5 网络质量分析第68-70页
        5.4.6 安全问题分析第70-72页
        5.4.7 投诉处理第72-73页
        5.4.8 关键指标聚类分析第73-78页
    5.5 本章小结第78-79页
6 总结与展望第79-82页
    6.1 总结第79-80页
    6.2 展望第80-82页
参考文献第82-84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

论文共85页,点击 下载论文
上一篇:论当前电信诈骗问题与防治对策
下一篇:无线电监测与测向定位技术研究