基于Hadoop的日志統(tǒng)計(jì)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)指數(shù)級(jí)的增長,IDC數(shù)據(jù)表明,全球企業(yè)數(shù)據(jù)正以55％的速度逐年增長,大數(shù)據(jù)中蘊(yùn)含著巨大的商業(yè)價(jià)值,引起了企業(yè)的廣泛關(guān)注,然而,大數(shù)據(jù)給數(shù)據(jù)的同步、存儲(chǔ)、和數(shù)據(jù)統(tǒng)計(jì)分析帶來了一定的問題和困難,現(xiàn)有的工具逐漸無法有效的處理這些問題。Google首先推出了MapReduce用來應(yīng)對其對大數(shù)據(jù)處理的需求。Hadoop是開源版本的MapReduce,并逐漸成為許多互聯(lián)網(wǎng)公司基礎(chǔ)計(jì)算平臺(tái)的一個(gè)核心部分。本文旨在實(shí)現(xiàn)基于

2、Hadoop的日志統(tǒng)計(jì)分析系統(tǒng)。
　　本文在對此系統(tǒng)進(jìn)行需求分析的基礎(chǔ)上,設(shè)計(jì)了以Hadoop、HBase集群為基礎(chǔ),數(shù)據(jù)源層、存儲(chǔ)層、計(jì)算層相互融合的體系結(jié)構(gòu),設(shè)計(jì)并實(shí)現(xiàn)了日志同步、統(tǒng)計(jì)分析作業(yè)定制、任務(wù)調(diào)度、數(shù)據(jù)查詢四大功能。
　　日志同步提供數(shù)據(jù)從不同數(shù)據(jù)源到Hadoop集群的數(shù)據(jù)收集、聚合和移動(dòng),以便數(shù)據(jù)的分布式存儲(chǔ);統(tǒng)計(jì)分析作業(yè)的定制支持MapReduce、Streaming、Hive三種不同類型的作業(yè),滿足對統(tǒng)計(jì)

3、分析多樣性的需求;任務(wù)調(diào)度對所有用戶提交的作業(yè)進(jìn)行統(tǒng)一管理和調(diào)度。數(shù)據(jù)查詢對存儲(chǔ)在集群中的數(shù)據(jù)提供多種查詢方式。
　　本文綜合使用了Hadoop生態(tài)圈的各種開源技術(shù),包括FlumeNG、Sqoop、HDFS、MapReduce、Hive、HBase,從日志數(shù)據(jù)的收集同步,到日志的存儲(chǔ)和計(jì)算分析,到最終分析結(jié)果的查詢,涵蓋了使用Hadoop進(jìn)行日志統(tǒng)計(jì)分析的典型流程和技術(shù)。
　　本文使用開發(fā)語言Java和shell,開發(fā)工具為