基于HBase的人口收入水平的預測研究.pdf

1、隨著大數(shù)據(jù)時代的到來，各個行業(yè)和領域開始利用大數(shù)據(jù)處理技術，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處理技術，從而提高了數(shù)據(jù)的吞吐量。面對國內的海量人口收入數(shù)據(jù)集，利用大數(shù)據(jù)處理技術將會提高數(shù)據(jù)的處理速度和效率。
　　本文在分析了當前的主流大數(shù)據(jù)處理技術之后，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的編程模型來實現(xiàn)人口收入數(shù)據(jù)的處理，主要實現(xiàn)了如下工作:
　　分析了開源的Hadoop平臺的相關技術，重點研究了HBase列式存儲數(shù)據(jù)庫，包括數(shù)據(jù)模型、表的設計、表的操作以及數(shù)據(jù)的導入方式，并通過安裝Hadoop和HBase實現(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)方面的應用。針對存儲在HBase中的人口收入數(shù)據(jù)集，通過實現(xiàn)樸素貝葉斯算法的MapReduce來實現(xiàn)數(shù)據(jù)的處理，主要包括數(shù)據(jù)的離