Gearpump流处理引擎的Storm兼容性模块的设计与实现
本文选题:大数据流处理 切入点:流处理引擎 出处:《南京大学》2016年硕士论文 论文类型:学位论文
【摘要】:随着大数据流处理技术的不断成熟和广泛运用,越来越多的大数据流处理平台涌现了出来。大数据流处理能够对动态产生的数据进行实时计算并及时反馈结果,在数据的有效时间内挖掘其价值,因此成为了应用于诸多场景的重要技术。Storm是目前在业界被广泛使用的一个流处理平台,但它也有一定的局限性。Intel最新开源的流处理引擎Gearpump解决了Storm的一些局限性,为用户提供一个更加优秀的流处理平台。为了使用户能够以较低的成本体验到Gearpump的优良特性,我们设计并开发了基于Gearpump流处理引擎的Storm兼容性模块,使Storm的应用能够直接运行在Gearpump平台上。为了实现上述的Gearpump流处理引擎的Storm兼容性模块,本文首先介绍了流处理平台的相关背景及发展现状,并对目前主流的流处理平台Storm、 Samza、Spark等进行了调研。紧接着介绍了本项目的关键技术,并对两个与本项目密切相关的流处理平台Storm和Gearpump进行了深入的研究和分析,提出了基于Gearpump流处理平台搭建一个Storm兼容层的需求。基于之前的研究工作,分析了项目需求,重点阐述了提交应用和拓扑图转换等功能需求和用例描述,并对系统的三个子模块GearpumpNimbus子模块、GearpumpStormClient子模块和拓扑图转换子模块进行了详细的设计。最后,给出了各个子模块的具体实现细节。本文所实现的Gearpump的Storm兼容性模块成功的将Storm应用运行在Gearpump上,并且保证了应用运行时的高性能,让Storm用户在Gearpump平台上体验到了其特点。
[Abstract]:With the continuous maturity and wide application of large data flow processing technology, more and more large data flow processing platforms have emerged. Large data stream processing can calculate the data generated dynamically in real time and feedback the results in time. Mining its value within the effective time of data has become an important technology used in many scenarios. Storm is currently widely used as a stream processing platform in the industry. But it also has some limitations. Intel's latest open source stream processing engine, Gearpump, solves some of the limitations of Storm and provides a better streaming platform for users. In order to enable users to experience the superior features of Gearpump at a lower cost, We have designed and developed a Storm compatibility module based on Gearpump stream processing engine, which enables the application of Storm to run directly on the Gearpump platform. In order to realize the Storm compatibility module of the Gearpump stream processing engine mentioned above, This paper first introduces the background and development status of the flow processing platform, and investigates the current mainstream stream processing platforms Storm, Samzaan Spark, etc. Then it introduces the key technologies of this project. In addition, two flow processing platforms, Storm and Gearpump, which are closely related to this project, are studied and analyzed, and the requirement of constructing a Storm compatible layer based on Gearpump flow processing platform is put forward. Based on the previous research work, the requirements of the project are analyzed. The functional requirements and use case description of submission application and topology diagram transformation are described in detail, and the design of three sub-modules of the system, GearpumpNimbus submodule, GearpumpStormStormClient module and topology transformation submodule, are given in detail. The implementation details of each sub-module are given. The Storm compatibility module of Gearpump implemented in this paper successfully runs the Storm application on Gearpump, and ensures the high performance of the application runtime, which enables Storm users to experience its characteristics on the Gearpump platform.
【学位授予单位】:南京大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.52
【相似文献】
相关期刊论文 前10条
1 杨慧;丁志刚;郑树泉;;基于规则的消息处理引擎的设计与实现[J];计算机应用与软件;2013年10期
2 陆平;钱煜明;朱科支;;一种分布式复杂消息处理引擎的设计与实现[J];中兴通讯技术;2013年04期
3 ;开发人员升级至ASE 15.0的10大理由(三)[J];铁路计算机应用;2010年08期
4 李明铎,郭金庚,赵昭灵;并行超流水IPv6转发处理技术研究[J];计算机工程与应用;2004年32期
5 王天培;利用MSMQ实现消息处理引擎[J];电脑知识与技术;2005年05期
6 陈琛;;RFID复杂事件处理引擎[J];武汉商业服务学院学报;2012年02期
7 周亦敏;魏洪兴;;可配置数据处理引擎OptimoDE技术的研究[J];计算机工程与应用;2006年21期
8 王颖鑫;;以小搏大 ViewSonic N3250wb[J];数码世界(B版);2008年01期
9 ;Tensilica全球发布四款视频处理引擎[J];电子技术;2007年01期
10 ;超越想像 富士秋季新技术发布[J];数字生活;2008年11期
相关重要报纸文章 前10条
1 本报记者 刘晖;图像处理引擎的威力[N];计算机世界;2003年
2 张桂琛;摩托罗拉推出新型语音和数据处理引擎[N];通信产业报;2001年
3 王翔飞;激发SQL新魔力[N];中国计算机报;2007年
4 《网络世界》评测实验室 荣钰 于洋;及时响应 应对挑战[N];网络世界;2005年
5 ;赋予宽带网全线速能力[N];网络世界;2002年
6 本报记者 周云;4K电视:超清可望又可及[N];中国电子报;2013年
7 记者 刘勇;数友相片动起来[N];中国电脑教育报;2008年
8 胡钧;新一代IP业务网络的核心处理引擎[N];通信产业报;2004年
9 ;上广电应确信InfiniteSwitch 8610保障灵活的运营[N];中国计算机报;2002年
10 ;飞思卡尔MPC8544E助力嵌入式应用[N];网络世界;2007年
相关博士学位论文 前1条
1 项天;复杂数据的现场处理关键技术研究及实现[D];中国科学技术大学;2014年
相关硕士学位论文 前6条
1 孙克维;Gearpump流处理引擎的Storm兼容性模块的设计与实现[D];南京大学;2016年
2 李敏;基于分布式事件分发的复杂事件处理引擎的设计与实现[D];北京邮电大学;2015年
3 汤玲丽;复杂事件处理引擎关键技术研究[D];哈尔滨工程大学;2012年
4 陈星;视频格式转换芯片图像处理引擎的功能与时序验证[D];天津大学;2012年
5 刘述曦;面向流式处理的SQL查询计划生成技术研究[D];华中科技大学;2012年
6 阮培源;网络入侵检测系统的数据包头处理引擎的设计[D];华中科技大学;2006年
,本文编号:1597314
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1597314.html