原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
分布式流数据加载和查询技术优化.pdf
第44卷第5期 计算机科学 V01．44No．5
SCIENCE Mav2017
2017年5月 COMPUTER
分布式流数据加载和查询技术优化
易佳1 薛晨2王树鹏1
(中国科学院信息工程研究所 北京100093)1(国家计算机网络与信息安全管理中心 北京100029)2
摘要分布式流查询是一种基于数据流的实时查询计算方法，近年来得到了广泛的关注和快速发展。综述了分布
式流处理框架在实时关系型查询上取得的研究成果；对涉及分布式数据加载、分布式流计算框架、分布式流查询的产
品进行了分析和比较；提出了基于SparkStreaming和ApacheKafka构建的分布式流查询模型，以并发加载多个文件
Flume的加载技术提速1倍以上。在Spark
源的形式，设计内存文件系统实现数据的快速加载，相较于基于Apache
Streaming的基础上，实现了基于SparkSQL的分布式流查询接口，并提出了自行编码解析SQL语句的方法，实现了
分布式查询。测试结果表明，在查询语句复杂的情况下，自行编码解析SQL的查询效率具有明显的优势。
关键词 大数据，流处理系统，分布式流查询，查询优化，Kafka快速加栽
DOI 2017．05．031
中图法分类号TP274文献标识码A 10．11896／j．issn．1002—137X
Oil Data
DistributedStream and
Optimization LoadingQuerying
YI XUE WANG
Jial Chene Shu-pen91
of of
(InstituteInformation 100093，China)1
Engineering，ChineseAcademySciences，Beijing
(National Network Technical Centerof 100029，China)2
Computer EmergencyResponse Team／CoordinationChina，Beijing
Al曲-aet
Distributedstream isakindofreal—time methodbasedondata has
query querycomputation stream，which
been in
concernedand recent summarizedtheresearchresultsofthedistribu-
widely developedrapidly years．Thispaper
tedstream frameworkinreal-timerelational isan ofsome
processing query．Therein-depthcomparisonproducts，inclu—
the
dist
文档评论（0）