- 上一篇：jsp《计算机通信及网络》课程试题库设计
- 下一篇：jsp+sqlserver医院管理系统设计与实现
1.4 论文组织结构
本文基于云计算平台hadoop研究电商用户行为，论文主体分为六章，具体内容安排如下：
第一章，主要介绍本课题的研究背景，包括大数据时代的挑战和机遇，并根据现有的问题，提出基于hadoop研究用户行为的课题，介绍了大数据hadoop框架的基本架构，并介绍国内外企业和学者对于用户行为的研究现状，最后介绍了本文的主要工作与组织结构。
第二章，主要介绍了大数据云平台hadoop的分布式机制，并且详细介绍了HDFS、MapReduce、Flume、HBase、Hive、Sqoop、Oozie这些hadoop生态圈的框架，及其运行机制，为本文后面的架构设计和研究做铺垫。
第三章，对于高可用的集群进行设计和搭建，完成Centos6.6+Hadoop2.5.0+Hbase 0.98.6+Hive0.13.1+Sqoop1.4.5+Mysql5.6的集群设计。
第四章，提出基于MapReduce的分布式中文分词算法，并对分词后的数据进行深入的处理，设计Hive分区表结构，并将数据分析结果分别存放在Hive分区表中。
第五章，针对数据分析结果，设计分布式数据迁移框架，把分析结果从HDFS中导出到Mysql对应的结果表中。设计结果展示框架，基于Mysql+jdbc+http+Ajax开发web界面的结果展示图，全面展示分析结果。
第六章，总结和展望，主要是总结了本文的工作，同时对于后期进一步改进提出了展望。
2 大数据技术HADOOP的研究
上一章简要介绍了hadoop框架的总体结构，随着全球开发者人员的贡献，hadoop生态圈包含的内容也越来越丰富。其包含Flume,Hive,Sqoop,HBase,impala,pig,mahout, zookeeper,oozie等子框架。其中HDFS类似于Google的GFS分布式文件系统，但性能优于GFS文件系统，其根本就是一个文件存储系统。MapReduce类似于Google的Map-Reduce分布式计算模型。HBase非关系型数据库类似于Google的BigTable数据库。Flume是一个服务器数据采集或者数据迁移框架，负责把所需的数据传输到HDFS或者其他分布式文件系统中。Hive其实际是一个数据仓库，负责对建立于HDFS上的表进行数据分析和数据挖掘。Sqoop是一个通用型的数据迁移工具，通过设定传统型数据库的链接地址，账号密码，库名就能够实现HDFS和传统型数据库之间的数据传输。impala类似于Hive角色，是新一代的数据挖掘工具，其性能单节点情况优于Hive10倍，集群情况优于Hive100倍。mahout是基于MapReduce开发的机器学习框架，包含了基本的分类，聚类机器学习算法。zookeeper是负责hadoop所有节点的负载均衡[18]。Oozie负责分布式计算的任务调度，包括调度MapReduce、pig、Hive的调度。下面章节，将详细介绍各个子框架的结构和运行机制。
2.1 分布式存储HDFS
Hadoop FileSystem（HDFS）是基于谷歌GFS进行改进开发的框架，HDFS能够搭建于任何普通硬件上。HDFS跟其它的底层分布式存储系统相比拥有以下几个优点：
（1）HDFS是通过读取主节点元数据信息，通过元数据信息寻找到数据块所在的位置，从而再次去子节点位置读取文件内容，这样子能够达到更高效率的写入和读取效率。
（2）HDFS能够很好的将数据负载均衡分布在集群的各个机器中，因此理论上，无论多大的数据都能完整的存放。
（3）HDFS能够保证数据的可靠性，其主动备份3份或以上的数据，并且能够实时监测每一个节点的运行情况，当某一个子节点宕机后能够很快的察觉并进行数据迁移和从新备份。
（4）HDFS设计之初就是作为分布式存储，而MapReduce设计初衷也是作为分布式计算，所以HDFS和MapReduce能够很好的结合在一起，完成分布式存储和分布式计算的任务。
-
基于MATLAB的图像增强算法设计
-
jsp+sqlserver高校二手商品交...
-
基于Kinect的手势跟踪与识别算法设计
-
JAVA基于安卓平台的医疗护工管理系统设计
-
java+mysql设备监控记录的大...
-
基于核独立元分析的非线...
-
基于Hadoop的制造过程大数据存储平台构建
当代大学生慈善意识研究+文献综述
中考体育项目与体育教学合理结合的研究
十二层带中心支撑钢结构...
杂拟谷盗体内共生菌沃尔...
乳业同业并购式全产业链...
大众媒体对公共政策制定的影响
java+mysql车辆管理系统的设计+源代码
电站锅炉暖风器设计任务书
酸性水汽提装置总汽提塔设计+CAD图纸
河岸冲刷和泥沙淤积的监测国内外研究现状