版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)得到了快速的發(fā)展,不斷增加的網(wǎng)上用戶數(shù)量也使得數(shù)據(jù)量不斷增加。單個機器的負載能力已經(jīng)不能很好的存儲現(xiàn)在的海量數(shù)據(jù),怎樣搭建規(guī)模大、效率高、可擴展性好的存儲系統(tǒng)尤為重要。云計算已經(jīng)成為當(dāng)前研究的熱點問題,云計算衍生出云存儲技術(shù),國內(nèi)外也開始對云存儲技術(shù)做了深入的研究。研究云計算和云存儲標(biāo)準(zhǔn)參考模型是基于Google File System的開源實現(xiàn)的Hadoop文件系統(tǒng)HDFS,但是HDFS架構(gòu)存在很多的
2、缺點,較為突出的是單個NameNode易造成整個集群性能瓶頸問題。本文主要在現(xiàn)有HDFS的研究基礎(chǔ)上,提出了一種基于MongoDB的多NameNode解決方案,該方案能很好的解決HDFS單一NameNode性能瓶頸問題。通過實驗表明,本方案能對HDFS集群的命名空間進行拓展。
與此同時隨著社會大物流的發(fā)展,企業(yè)如何從這些海量的信息中挖掘出有用的信息,己經(jīng)成為該領(lǐng)域研究的關(guān)鍵。云計算具有計算能力彈性化,存儲能力海量化,節(jié)約成本,
3、提高效率方面等優(yōu)點,所以,云計算已經(jīng)成為能有效的處理數(shù)據(jù)挖掘技術(shù)所面臨難題的方法之一。本文首先從兩個方面分析MapReduce編程模型和Hadoop平臺,進而深入介紹了Mahout,并且詳細對Mahout內(nèi)部數(shù)據(jù)表示模型做了深入探討,采用K-Means算法,對K-Means算法進行并行化分析,詳盡的闡述了K-Means聚類在MapReduce編程中的實現(xiàn)和在Mahout中的應(yīng)用。文章最后,主要針對我國物流業(yè)具體情況,提出數(shù)據(jù)挖掘的并行和
4、串行兩種模式,主要是針對K-Means算法在這兩種情況下解決海量數(shù)據(jù)挖掘問題時效率的比較,本文從不同距離度量方式,運行時間,迭代次數(shù)等方面評估了K-Means算法聚類結(jié)果,最后發(fā)現(xiàn)其效率差異,能對海量數(shù)據(jù)挖掘起到很好的指導(dǎo)實踐意義。
本文通過基于MongoDB的多NameNode的HDFS云存儲技術(shù)和基于MapReduce編程模型的K-Means算法并行云挖掘技術(shù)很好的處理了物流業(yè)海量數(shù)據(jù)信息的存儲和計算問題,通過調(diào)用 HDF
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 海量圖像數(shù)據(jù)管理系統(tǒng).pdf
- 云環(huán)境下高考視頻監(jiān)控數(shù)據(jù)管理技術(shù)研究.pdf
- 云環(huán)境下物流中心任務(wù)協(xié)同模型及應(yīng)用研究.pdf
- 大數(shù)據(jù)環(huán)境下云會計的應(yīng)用研究
- 海量音頻數(shù)據(jù)管理系統(tǒng).pdf
- 云計算環(huán)境下的電力GIS數(shù)據(jù)管理和分析研究.pdf
- 移動云計算下位置服務(wù)數(shù)據(jù)管理與應(yīng)用研究.pdf
- 網(wǎng)格環(huán)境下數(shù)據(jù)管理及安全問題研究.pdf
- 視頻社區(qū)中海量數(shù)據(jù)管理方法研究.pdf
- 物聯(lián)網(wǎng)中海量數(shù)據(jù)管理技術(shù)研究.pdf
- 遙感海量數(shù)據(jù)管理系統(tǒng)研究與實現(xiàn).pdf
- 海量存儲系統(tǒng)元數(shù)據(jù)管理的研究.pdf
- 云環(huán)境下的多源浮標(biāo)數(shù)據(jù)集成與應(yīng)用研究.pdf
- 數(shù)據(jù)網(wǎng)格環(huán)境下的元數(shù)據(jù)管理技術(shù)
- 數(shù)據(jù)網(wǎng)格環(huán)境下的元數(shù)據(jù)管理技術(shù).pdf
- 網(wǎng)格環(huán)境下數(shù)據(jù)管理關(guān)鍵問題研究.pdf
- 基于云計算的海量數(shù)據(jù)存儲技術(shù)的研究及應(yīng)用.pdf
- 基于Hadoop的海量圖象數(shù)據(jù)管理.pdf
- 基于Hadoop的海量傳感數(shù)據(jù)管理系統(tǒng).pdf
- 基于MongoDB的云數(shù)據(jù)管理技術(shù)的研究與應(yīng)用.pdf
評論
0/150
提交評論