7个研究背景和意义示例,教你写计算机Hbase论文

今天分享的是关于Hbase的7篇计算机毕业论文范文, 如果你的论文涉及到Hbase等主题,本文能够帮助到你

基于HADOOP的电商实时用户行为分析系统

这是一篇关于用户行为分析,实时计算,流式计算,Hadoop,Hbase,Storm的论文, 主要内容为随着互联网信息技术的发展,“线下线上相结合”的产业如雨后春笋般在各行各业茁壮发展起来,各种线下产业都开始走上线上之路。在此竞争日益激烈的背景下,企业如何抓住市场机遇,更好的发展。如何能够找到更好的突破口,是迫不及待要解决的问题。特别是互联网下数据爆炸式的增长。每天都会产生大量的数据。数据已经成为一种资源。它和黄金、能源一样宝贵。大数据已经成为企业的另外一种思维方法。如何能从这些海量数据中挖掘价值信息,成为企业的重要目标。大数据给企业带来了新的机遇,也带来了新的挑战,海量数据的存储,收集,计算,分析都是需要解决的问题。本文分析了国内外一些公司大数据背景下用户行为分析的主流模式,包括相关理论和流程,并由此提出了在目前电子商务迅速发展的背景下,设计了一套电子商务下实时的用户行为分析系统,来解决企业面临的大数据的采集,存储,实时分析等方面的技术问题。从而能够利用时效性高的特点为企业抢占先机,带来有效价值,实现业务增长。电商实时用户行为分析系统基于Hadoop[1]和storm开源框架下,使用Java技术进行开发。系统分为数据采集层、数据存储层、和数据分析展示层三大模块。各个模块下的子系统互相协调,共同实现了网站用户数据的实时分析。该系统具有以下特点:1)利用Hadoop分布式存储应对海量数据存储;2)流式计算引擎能够对网站用户行为实时分析,并生成实时结果数据;3)通过Web前端技术多维度可视化数据展示。目前该系统在上汽某电子商务有限公司得到了良好的实施,实践过程中,在大数据情况下的数据接入,实时采集,实时的流式数据处理,并在此基础上构建的用户行为分析模型。到最后产生的精准数据决策报表。都能够给决策层提供很好的支撑。该系统能够很容易的进行水平扩展,动态的增加数据存储的能力和并行计算的能力。被认为是一个性能优秀,可靠性高,扩展性强,开发框架简单的系统。不仅限于此,插件的模块的设计思路可以让该系统能够扩展到更广的领域。如实时监控,实时预警等。

基于SSH的医疗单位事务管理系统的设计与实现

这是一篇关于医疗单位,JAVA EE,SSH,Hbase的论文, 主要内容为随着我国医疗卫生水平的不断提高以及医疗保险覆盖面积的不断扩大,到医疗单位就医的人次急剧增长。国家卫生机构2014年1-8月公布的数据显示,在全国各级卫生机构问诊人次已达49.1亿。高速增长的医疗需求在提高人们健康水平的同时,也给医疗单位带来了巨大的压力。为了方便病患人群就医,提高医疗单位工作效率,本文根据医疗单位的实际需求设计并实现了医疗单位事务管理系统。本系统将对医疗单位的从业人员以及就医群体的相关资料进行信息化管理,从而为医疗系统的信息化建设提供助力,进一步促进医疗事业的发展。经过深刻地剖析了医疗单位管理事务的各项需求,本系统分为前、后台两个部分。前台面向医疗单位的医生和患者;后台面向管理员,医疗单位的管理人员,登录后台系统,即可对医生、患者的信息进行管理,并发送各类通知。本系统是基于Spring、Struts、Hibernate为核心的轻量级Java EE架构,SSH架构具有良好的可扩展性及维护性,可以有效降低系统的维护、升级费用。数据存储使用Mysql5.5+Hbase,对一些扩展需求较高、体积较大的表格,将它们存储到Hbase中,再将Hbase中的键作为值存在MySQL中,这样就可以通过查询MySQL来获取Hbase中的数据了。系统实现后,分别从功能和性能两方面对系统进行了测试与评估,根据测评结果提出了一些需要改进的不足之处。最终实现的医疗单位事务管理系统,依托B/S架构让用户可以以任何智能设备放便的登录系统,并实现自己的需求。数据库部分采用了关系型数据库与非结构化数据库的组合,这样既使得数据对象具备了扩展性,又让系统获得分布式数据库的海量存储能力。

基于Hadoop的分布式网络爬虫系统的设计与实现

这是一篇关于搜索引擎,网络爬虫,Hadoop,Hbase,Storm的论文, 主要内容为随着互联网规模的不断扩大,云计算、大数据的快速发展,互联网资源的不断增多,搜索引擎在信息检索方面起着关键性的作用,在日常生活中人们已经离不开搜索引擎,搜索引擎能够为人们快速准确地提供所需要的信息。网络爬虫作为搜索引擎的关键组成部分,直接影响着搜索引擎的性能。本文基于Hadoop平台设计并实现了一个分布式网络爬虫系统。本文基于Hadoop分布式平台、Hbase列式数据库、Storm实时处理平台以及网络爬虫的基本原理,结合用户关于网络爬虫的实际需求,明确网络爬虫系统实现的总体目标、功能以及性能需求,设计出基于Hadoop的分布式网络爬虫系统架构。根据各个模块的功能以及MapReduce计算框架的特点对每个模块进行基于MapReduce计算框架的算法设计以及实现,在抓取任务模块和解析页面模块将抓取状态、解析状态实时写入到Kafka消息队列,基于Storm平台实时计算相关指标结果。最后搭建Hadoop分布式平台和Storm实时处理平台对本文所实现的分布式网络爬虫系统进行测试。本文所实现的网络爬虫系统具有以下特点:将网络爬虫的抓取任务通过MapReduce分布式计算框架实现,从而将爬虫任务并行化;将抓取到的数据存储到Hbase分布式数据库中,从而将数据均匀分布到各个节点上,并提高了数据读写速度;引入Storm实时计算平台,实时统计网络爬虫运行过程中产生的相关指标。本文网络爬虫系统将抓取到的页面内容存储到Hbase数据库中,解决了以往分布式网络爬虫将页面内容存储到HDFS文件系统中读写速度慢的问题,相对于单节点网络爬虫性能得到显著提高,并支持可扩展性。

军队营门精细化管理系统的设计与实现

这是一篇关于军队营门,Hbase,Elastic Search,精细化管理的论文, 主要内容为随着信息技术的深入,社交媒体、智能终端、智慧城市不断发展,运用技术手段实现单位管理智能化、正规化、精准化是提高管理水平的必然趋势。军队管理具有人员数量多、车辆动用频、外来审查严、营门管控难等特点,传统管理手段呈现出很多弊端。在数字信息化时代,强有力地做好军队管理工作必须以现代信息技术为依托来进行创新性的改革。要在新的管理工作中融入各项新型的优秀的信息技术,实现军队营门的人员、车辆、访客的实时监管。采用先进的信息技术对军队进行精细化的人员和车辆管理,既可以实现军队管理的正规化、有效性、科学性,也可以提高军队的信息化管理水平,在科学管理和信息技术上提高军队的整体能力。为了详细的介绍军队营门精细化管理系统的设计开发的生命周期,本文采用绪论、相关技术介绍、系统需求分析、系统设计、系统实现与测试的顺序进行系统实现过程的说明。首先在系统绪论部分明确了军队营门精细化管理系统开发实现的背景意义、当前军队管理方面和技术发展方面的研究现状、以及开发系统需要解决的主要问题。之后介绍了该系统需要用到的机器学习相关的算法技术和系统开发框架平台SpringBoot、分布式数据库Hbase等。对该系统的整体需求、主要功能流程以及系统的非功能性需求进行了简要分析,并对军队营门精细化管理系统开发时需要采用的技术架构进行了详细设计,重点介绍人员访客信息的追踪处理,以便于监控军队访客状态的异常情况的出现。在系统数据存储方面对支持大数据量存储的HBase存储系统与全文检索存储系统的数据同步进行了详细的设计。之后介绍了系统主要功能模块的实现,说明了该系统的具体功能测试过程。该系统基于各项功能模块能够通过部分大数据技术和机器学习技术提高军队采用的系统平台的技术水平,提高军队管理能力,为军队人员的考勤、请假、档案管理等提供便利。相比以往军队实现的管理系统,该系统具有以下两点特色:一是传统系统多数采用相当成熟但较旧的开发技术进行系统开发,而该系统将新兴的微服务架构SpringCloud以及大数据分析技术应用到军队单位进行新技术的推广,采用k-means对访客信息进行异常监控,对访客信息的异常数据有所感知。二是传统军队的系统多采用单一数据库进行数据存储和维护,而该系统积极融合大数据技术采用混合存储的方式提高数据检索的效率。