| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 大数据技术发展的概况 | 第10页 |
| 1.3 服务开通系统大数据分析子系统的发展现状 | 第10-13页 |
| 1.3.1 国内外服务开通系统大数据分析的研究现状 | 第10-13页 |
| 1.3.2 服务开通系统面临的问题 | 第13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第二章 大数据分析子系统技术综述 | 第15-25页 |
| 2.1 Spark数据处理技术 | 第15-18页 |
| 2.1.1 Spark Runtime | 第16-17页 |
| 2.1.2 Spark SQL | 第17页 |
| 2.1.3 Spark Streaming流式处理 | 第17-18页 |
| 2.2 Hadoop相关技术 | 第18-21页 |
| 2.2.1 HDFS | 第18-19页 |
| 2.2.2 Hive | 第19页 |
| 2.2.3 YARN | 第19页 |
| 2.2.4 Spark与Hadoop技术比较 | 第19-21页 |
| 2.3 Apache Kafka消息中间件技术 | 第21-22页 |
| 2.3.1 Apache Kafka | 第21页 |
| 2.3.2 ZooKeeper | 第21-22页 |
| 2.4 Webservice技术 | 第22页 |
| 2.5 JQuery和Bootstrap富客户端框架技术 | 第22-23页 |
| 2.6 Sqoop技术 | 第23页 |
| 2.7 小结 | 第23-25页 |
| 第三章 大数据分析子系统需求分析与架构设计 | 第25-43页 |
| 3.1 系统研发目标 | 第25页 |
| 3.2 系统功能性需求分析 | 第25-29页 |
| 3.2.1 客户流失行为分析 | 第25-26页 |
| 3.2.2 用户投诉处理分析 | 第26-27页 |
| 3.2.3 系统健康状况分析 | 第27-28页 |
| 3.2.4 智能化运营分析 | 第28-29页 |
| 3.3 系统非功能需求分析 | 第29-30页 |
| 3.4 系统设计原则和策略 | 第30-31页 |
| 3.5 系统总体设计 | 第31-33页 |
| 3.6 系统架构设计 | 第33-37页 |
| 3.6.1 功能架构 | 第33-35页 |
| 3.6.2 部署架构 | 第35-36页 |
| 3.6.3 安全架构 | 第36-37页 |
| 3.7 数据库逻辑结构设计 | 第37-42页 |
| 3.7.1 数据库E-R图设计 | 第37-38页 |
| 3.7.2 系统数据库表结构设计 | 第38-42页 |
| 3.8 小结 | 第42-43页 |
| 第四章 大数据分析子系统详细设计与实现 | 第43-63页 |
| 4.1 实时数据处理的详细设计与实现 | 第43-48页 |
| 4.1.1 实时数据处理模块设计方案 | 第43-45页 |
| 4.1.2 客户流失行为分析模块具体实现 | 第45-48页 |
| 4.2 周期性数据处理的详细设计与实现 | 第48-52页 |
| 4.2.1 周期性数据处理模块设计方案 | 第48页 |
| 4.2.2 客户投诉处理分析模块具体实现 | 第48-50页 |
| 4.2.3 功能设计 | 第50-52页 |
| 4.3 实时数据查询的详细设计与实现 | 第52-61页 |
| 4.3.1 实时数据查询模块设计方案 | 第52-56页 |
| 4.3.2 重点业务分析查询具体实现 | 第56-61页 |
| 4.4 大数据分析处理模块与服务开通系统接口的详细设计与实现 | 第61-62页 |
| 4.5 小结 | 第62-63页 |
| 第五章 系统测试与分析 | 第63-79页 |
| 5.1 系统开发和测试环境 | 第63-69页 |
| 5.2 系统功能测试 | 第69-73页 |
| 5.3 系统性能测试 | 第73-77页 |
| 5.4 小结 | 第77-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 论文工作总结 | 第79页 |
| 6.2 未来工作展望 | 第79-81页 |
| 参考文献 | 第81-83页 |
| 致谢 | 第83-85页 |
| 个人简历、在学期间发表的论文与研究成果 | 第85页 |
