2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩97頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、Web日志是由Web服務(wù)器產(chǎn)生的數(shù)據(jù)記錄,包含著網(wǎng)站運(yùn)行的重要信息。通過日志分析,我們可以獲取網(wǎng)站頁面的訪問量、分析用戶行為、計算用戶搜索的關(guān)鍵詞排行等,從而實(shí)現(xiàn)企業(yè)的數(shù)據(jù)化運(yùn)營。通常單日訪問量在10萬以上的中小型網(wǎng)站每天會產(chǎn)生1GB以上的日志文件,對于更大型的網(wǎng)站,可能每小時都會產(chǎn)生10GB以上的日志文件。當(dāng)日志數(shù)據(jù)以每天10GB、100GB的速度增長的時候,使用單臺主機(jī)已無法滿足對數(shù)據(jù)的計算和存儲性能需求。因此,采用分布式計算和存儲

2、技術(shù)來完成對Web日志的分析處理已成為必然的發(fā)展趨勢。
  目前較為流行的分布式計算框架是Hadoop,已被廣泛應(yīng)用于日志分析、數(shù)據(jù)挖掘等領(lǐng)域。Hadoop的核心是通過MapReduce并行計算模型和分布式存儲系統(tǒng)(HDFS)實(shí)現(xiàn)對程序、內(nèi)存、存儲資源的管理。其本質(zhì)是一種后計算流的過程,已足夠應(yīng)對海量數(shù)據(jù)計算,但在性能方面仍存在一定的缺陷:
  (1)日志元數(shù)據(jù)首先會存入到HDFS中,在計算時才重新讀取,這其中必定引起一定的

3、計算延遲,時效性得不到保證;
  (2) HDFS會保存大量的原始日志數(shù)據(jù),考慮到冗余備份,會對機(jī)器的資源造成極大的浪費(fèi)。
  (3)用戶必須實(shí)現(xiàn)復(fù)雜并且難以重用和維護(hù)的MapReduce程序,不具備良好的通用性。
  因此,針對Hadoop計算的不足,本文提出了一種全新的計算流方案,并設(shè)計和實(shí)現(xiàn)了一個可視化的Web日志分析系統(tǒng),具體內(nèi)容包括:
  第一,針對日志分析的應(yīng)用場景,定義系統(tǒng)需求,將系統(tǒng)分為數(shù)據(jù)采集和

4、存儲、后臺計算、前端展現(xiàn)三個部分。用戶通過系統(tǒng)界面完成日志模型配置,然后系統(tǒng)根據(jù)用戶規(guī)則生成計算任務(wù),并將每分鐘的數(shù)據(jù)統(tǒng)計結(jié)果以報表的形式返回給用戶。
  第二,設(shè)計系統(tǒng)架構(gòu),優(yōu)化系統(tǒng)的計算和存儲性能。本文基于MapReduce并行計算模型,設(shè)計了一種更能滿足實(shí)時性、周期性需求的計算流,降低了計算過程中的延時,提高了數(shù)據(jù)的齊全度和系統(tǒng)的故障恢復(fù)能力。并根據(jù) 數(shù)據(jù)結(jié)果的周期性,設(shè)計了一套優(yōu)化的存儲方案,降低了存儲系統(tǒng)的次級索引負(fù)擔(dān),

5、提高數(shù)據(jù)檢索效率。
  第三,根據(jù)系統(tǒng)各模塊處理流程,實(shí)現(xiàn)系統(tǒng)功能,包括日志模型管理、數(shù)據(jù)計算、數(shù)據(jù)存儲、前端展現(xiàn)。其中描述了各模塊間的交互數(shù)據(jù)格式和通信流程,并詳細(xì)闡述了任務(wù)的調(diào)度策略和執(zhí)行過程。
  第四,設(shè)計三個實(shí)驗(yàn)場景,驗(yàn)證本日志分析系統(tǒng)的功能及性能。首先通過對某電商網(wǎng)站訪問量的統(tǒng)計,分析系統(tǒng)運(yùn)行情況,然后對比分析了單臺主機(jī)處理、并行處理、Hadoop計算處理的耗時。測試結(jié)果表明分布式計算比單機(jī)運(yùn)算的效率更高,本系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論