| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 几种流式计算框架现状 | 第9-12页 |
| 1.2.2 局限性 | 第12页 |
| 1.3 课题研究目的及意义 | 第12-13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.5 本文组织结构 | 第14-15页 |
| 第二章 相关研究综述 | 第15-23页 |
| 2.1 Scala语言简介 | 第15页 |
| 2.2 Actor模型 | 第15-19页 |
| 2.2.1 Actor模型简介 | 第15-16页 |
| 2.2.2 Actor模型特点 | 第16页 |
| 2.2.3 Actor模型中的任务调度 | 第16-17页 |
| 2.2.4 Actor模型设计实例 | 第17-19页 |
| 2.3 Akka分布式应用框架 | 第19-20页 |
| 2.3.1 Akka简介 | 第19页 |
| 2.3.2 Akka框架的组织结构 | 第19-20页 |
| 2.3.3 Akka框架的特性 | 第20页 |
| 2.4 流计算综述 | 第20-21页 |
| 2.4.1 概述 | 第20-21页 |
| 2.4.2 流数据的特征 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 Dataflow框架需求分析与设计 | 第23-37页 |
| 3.1 需求分析 | 第23-24页 |
| 3.1.1 应用需求 | 第23页 |
| 3.1.2 预期效果 | 第23-24页 |
| 3.2 Dataflow中的概念和定义 | 第24-25页 |
| 3.3 Dataflow框架概要设计 | 第25-28页 |
| 3.3.1 设计目标 | 第25页 |
| 3.3.2 概要设计 | 第25-28页 |
| 3.4 Dataflow框架详细设计 | 第28-36页 |
| 3.4.1 模块设计 | 第28-32页 |
| 3.4.2 分布式设计 | 第32-33页 |
| 3.4.3 流式计算设计 | 第33-34页 |
| 3.4.4 流程式编排设计 | 第34-35页 |
| 3.4.5 容错性设计 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 Dataflow框架实现 | 第37-45页 |
| 4.1 前端节点模块 | 第37-39页 |
| 4.1.1 创建执行流程StreamProcess的支持 | 第37-38页 |
| 4.1.2 WorkerInput数据源输入支持 | 第38-39页 |
| 4.2 资源管理模块 | 第39-41页 |
| 4.2.1 WorkPool的实现 | 第39-41页 |
| 4.3 控制节点模块 | 第41-42页 |
| 4.3.1 ProcessEngine流程引擎的实现 | 第41-42页 |
| 4.4 后台工作节点模块 | 第42-44页 |
| 4.4.1 Worker工作节点的实现 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 Dataflow框架应用 | 第45-58页 |
| 5.1 主要应用场景介绍 | 第45-46页 |
| 5.1.1 数据实时计算 | 第45页 |
| 5.1.2 数据批次计算 | 第45-46页 |
| 5.1.3 响应性实时查询 | 第46页 |
| 5.2 应用实例 | 第46-54页 |
| 5.2.1 碰撞数问题 | 第46-49页 |
| 5.2.2 资源实时搜索 | 第49-54页 |
| 5.3 应用性能分析 | 第54-56页 |
| 5.3.1 框架层面优化 | 第54-55页 |
| 5.3.2 应用层面优化 | 第55-56页 |
| 5.4 应用挑战 | 第56-57页 |
| 5.4.1 可伸缩性 | 第56页 |
| 5.4.2 系统容错 | 第56页 |
| 5.4.3 状态一致性 | 第56-57页 |
| 5.4.4 负载均衡 | 第57页 |
| 5.4.5 数据吞吐量 | 第57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-62页 |