基于Hadoop的智能套印系統(tǒng)云計(jì)算平臺(tái)的研究.pdf

1、隨著互聯(lián)網(wǎng)、自動(dòng)化技術(shù)的快速發(fā)展，大數(shù)據(jù)的分析和應(yīng)用技術(shù)越來(lái)越成熟，大數(shù)據(jù)的興起和發(fā)展已經(jīng)成為不可阻擋的趨勢(shì)。而且新聞媒體對(duì)大數(shù)據(jù)的報(bào)道也越來(lái)越多，我們?cè)絹?lái)越感受到大數(shù)據(jù)分析其實(shí)已經(jīng)離我們很近很近了。然而云計(jì)算平臺(tái)在工業(yè)中卻應(yīng)用很少，雖然工業(yè)傳感器每天都在產(chǎn)生海量數(shù)據(jù)，但數(shù)據(jù)的價(jià)值都沒(méi)有很好的開發(fā)出來(lái)，它們不是被丟棄就是存儲(chǔ)了也只是作簡(jiǎn)單應(yīng)用。因此，如何利用云計(jì)算平臺(tái)來(lái)研究工業(yè)大數(shù)據(jù)是本文的重點(diǎn)研究?jī)?nèi)容。
　　針對(duì)智能套印系統(tǒng)工業(yè)

2、大數(shù)據(jù)，本文提出了一種基于hadoop云計(jì)算平臺(tái)處理的方法。該方法基于目前大數(shù)據(jù)處理的主流技術(shù)—Hadoop+MapReduce。Hadoop起源于google發(fā)表的三篇文章，分別對(duì)應(yīng)google的GFS文件系統(tǒng)[1]、Bigtable存儲(chǔ)系統(tǒng)[2]、MapReduce編程模型[3]，它發(fā)展至今已經(jīng)包含了很多項(xiàng)目。其中在Hadoop云計(jì)算平臺(tái)中HDFS分布式文件處理系統(tǒng)作為大數(shù)據(jù)存儲(chǔ)的基本框架，MapReduce分布式計(jì)算模型作為大數(shù)據(jù)

3、處理的核心框架。本文首先講解了智能套印系統(tǒng)工作原理和Hadoop云計(jì)算平臺(tái)的相關(guān)技術(shù)原理。然后對(duì)基于hadoop智能套印系統(tǒng)云計(jì)算平臺(tái)進(jìn)行了設(shè)計(jì)。最后根據(jù)設(shè)計(jì)的方法對(duì)云計(jì)算平臺(tái)的搭建及設(shè)計(jì)進(jìn)行實(shí)驗(yàn)測(cè)試。
　　本文在最后通過(guò)對(duì)基于hadoop智能套印系統(tǒng)云計(jì)算平臺(tái)的搭建及功能模塊測(cè)試，成功實(shí)現(xiàn)了實(shí)驗(yàn)搭建的hadoop云計(jì)算對(duì)工業(yè)視頻數(shù)據(jù)、運(yùn)行參數(shù)數(shù)據(jù)、用戶數(shù)據(jù)等信息進(jìn)行海量存儲(chǔ)和并行處理，并且利用Mahout機(jī)器學(xué)習(xí)框架對(duì)設(shè)備運(yùn)行狀