| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 课题研究目的及意义 | 第10页 |
| 1.4 研究内容 | 第10-11页 |
| 1.5 论文章节安排 | 第11-12页 |
| 第二章 相关研究综述 | 第12-20页 |
| 2.1 Flume日志系统简介 | 第12页 |
| 2.2 RocketMQ消息中间件 | 第12-13页 |
| 2.2.1 消息堆积 | 第13页 |
| 2.2.2 回溯消费 | 第13页 |
| 2.3 Storm实时计算系统 | 第13-15页 |
| 2.3.1 Storm简介 | 第13-14页 |
| 2.3.2 Storm的数据流模型 | 第14-15页 |
| 2.4 Redis内存数据库 | 第15-17页 |
| 2.4.1 Redis简介 | 第15页 |
| 2.4.2 Redis存储结构 | 第15-16页 |
| 2.4.3 Redis RDB持久化 | 第16-17页 |
| 2.5 数据库连接池技术 | 第17页 |
| 2.6 MVC模式与Backbone框架 | 第17-19页 |
| 2.6.1 MVC模式简介 | 第17-18页 |
| 2.6.2 Backbone简介 | 第18页 |
| 2.6.3 Backbone中的MVC模式 | 第18-19页 |
| 2.7 本章小结 | 第19-20页 |
| 第三章 广告播放质量监控系统整体设计与优化方案 | 第20-23页 |
| 3.1 日志系统处理流程综述 | 第20页 |
| 3.2 系统整体优化方案 | 第20-22页 |
| 3.3 本章小结 | 第22-23页 |
| 第四章 数据收集层优化 | 第23-31页 |
| 4.1 数据收集层架构的优化 | 第23-24页 |
| 4.2 Flume UDPSource与RocketMQSink插件的实现 | 第24-26页 |
| 4.2.1 UDP Source插件实现 | 第24-25页 |
| 4.2.2 RocketMQ Sink插件实现 | 第25-26页 |
| 4.3 Flume的部署 | 第26-27页 |
| 4.4 RocketMQ的部署 | 第27-29页 |
| 4.5 实验与结果分析 | 第29-30页 |
| 4.5.1 实验数据集 | 第29页 |
| 4.5.2 实验环境 | 第29-30页 |
| 4.5.3 实验内容 | 第30页 |
| 4.6 本章小结 | 第30-31页 |
| 第五章 数据计算层优化 | 第31-38页 |
| 5.1 Storm集群在拓扑结构优化 | 第31-33页 |
| 5.2 基于广告播放质量数据的合并算法设计 | 第33-35页 |
| 5.3 按时间维度分层优化 | 第35-36页 |
| 5.4 实验设计与分析 | 第36-37页 |
| 5.4.1 实验环境与数据集 | 第36页 |
| 5.4.2 写缓存次数实验 | 第36-37页 |
| 5.5 本章小结 | 第37-38页 |
| 第六章 数据存储层优化 | 第38-53页 |
| 6.1 数据存储层架构优化 | 第38-40页 |
| 6.2 Redis缓存扩容简介 | 第40-41页 |
| 6.3 Http统一查询接口优化 | 第41-43页 |
| 6.3.1 支持Redis缓存分片 | 第41-42页 |
| 6.3.2 数据库连接池加速查询 | 第42-43页 |
| 6.4 RDB方式缓存清理服务实现 | 第43-47页 |
| 6.5 缓存监控可视化设计与实现 | 第47-50页 |
| 6.5.1 缓存监控可视化后台设计 | 第47-49页 |
| 6.5.2 缓存监控可视化前台设计 | 第49-50页 |
| 6.5.3 缓存监控可视化界面 | 第50页 |
| 6.6 实验设计与结果分析 | 第50-52页 |
| 6.6.1 查询接口数据库连接池的有效性验证 | 第50-51页 |
| 6.6.2 RDB方式清理缓存的有效性验证 | 第51-52页 |
| 6.7 本章小结 | 第52-53页 |
| 第七章 总结与展望 | 第53-54页 |
| 7.1 论文总结 | 第53页 |
| 7.2 展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |