Web應用前端CSS優(yōu)化及后端日志分析研究.pdf

1、Web應用分為前端和后端。對Web應用的前端進行優(yōu)化能提高Web應用的性能以及提升用戶體驗。而對Web應用后端日志文件進行分析能夠幫助開發(fā)人員和系統(tǒng)維護人員及時發(fā)現(xiàn)系統(tǒng)問題，輔助他們開展對系統(tǒng)后端的維護及優(yōu)化工作。近幾年針對Web應用前端CSS文件的自動分析優(yōu)化研究以及針對Web應用后端的日志分析特別是對云環(huán)境下Hadoop日志分析的研究，逐漸成為Web應用優(yōu)化領域的研究熱點。本文在研究分析目前該領域幾個具有代表性技術存在不足的基礎上，

2、提出了相應的改進方法，具體研究內(nèi)容如下:
　　 第一，本文首先介紹了Web應用前端優(yōu)化相關技術，然后研究了一種用于前端優(yōu)化的自動分析CSS的方法-CILLA，研究發(fā)現(xiàn)該方法在分析帶偽類選擇器的CSS、帶屬性選擇器的CSS、在頁面元素屬性內(nèi)部聲明的CSS以及動態(tài)生成的CSS時誤報率較高。本文通過深入分析CILLA方法，找出了導致其誤報率較高的原因，并提出了一種改進的方法，設計實現(xiàn)了用來處理帶偽類以及屬性選擇器的CSS的PA(Pse

3、udo class and Attribute)-Match算法以及用來提取在頁面元素屬性內(nèi)部聲明和動態(tài)生成的CSS的(I)(Inline)-Search算法，降低了分析誤報率。本文接著使用改進前后的針對Web應用CSS優(yōu)化的方法進行對比實驗，實驗結果表明改進后的方法比原來的方法能夠平均降低20％的誤報率，新方法能更好的對Web應用前端進行CSS優(yōu)化處理。
　　 第二，本文還研究了云環(huán)境下Web應用后端Hadoop日志分析技術，

4、介紹了目前比較流行的方法SALSA，分析并指出該方法中存在未對JobTracker Log進行分析、從日志中獲取的信息量少以及將信息圖形化展示時界面不友好等一些不足。本文基于SALSA技術提出使用關鍵Token從日志文件中提取出數(shù)據(jù)流(Data-Flow)和控制流(Control-Flow)信息的思想實現(xiàn)了一種改進的輕量級架構、用戶界面良好的Hadoop日志分析系統(tǒng)-HLAS。該系統(tǒng)可用來幫助程序開發(fā)人員監(jiān)控和分析云計算環(huán)境下Web應用