基于HBase的人口收入水平的預(yù)測研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的到來，各個(gè)行業(yè)和領(lǐng)域開始利用大數(shù)據(jù)處理技術(shù)，將海量數(shù)據(jù)中的信息和知識挖掘出來，為人類的社會活動提供依據(jù)。大數(shù)據(jù)技術(shù)不僅可以存儲海量的數(shù)據(jù)集，而且提供分布式的并行架構(gòu)處理技術(shù)，從而提高了數(shù)據(jù)的吞吐量。面對國內(nèi)的海量人口收入數(shù)據(jù)集，利用大數(shù)據(jù)處理技術(shù)將會提高數(shù)據(jù)的處理速度和效率。
　　本文在分析了當(dāng)前的主流大數(shù)據(jù)處理技術(shù)之后，選擇了Hadoop作為大數(shù)據(jù)處理平臺，HBase作為大數(shù)據(jù)集的存儲數(shù)據(jù)庫，通過使用MapRed

2、uce的編程模型來實(shí)現(xiàn)人口收入數(shù)據(jù)的處理，主要實(shí)現(xiàn)了如下工作:
　　分析了開源的Hadoop平臺的相關(guān)技術(shù)，重點(diǎn)研究了HBase列式存儲數(shù)據(jù)庫，包括數(shù)據(jù)模型、表的設(shè)計(jì)、表的操作以及數(shù)據(jù)的導(dǎo)入方式，并通過安裝Hadoop和HBase實(shí)現(xiàn)了人口收入數(shù)據(jù)的數(shù)據(jù)存儲。
　　研究了樸素貝葉斯算法在人口收入數(shù)據(jù)方面的應(yīng)用。針對存儲在HBase中的人口收入數(shù)據(jù)集，通過實(shí)現(xiàn)樸素貝葉斯算法的MapReduce來實(shí)現(xiàn)數(shù)據(jù)的處理，主要包括數(shù)據(jù)的離