- 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
基于Hadoop的网络日志挖掘方案的设计
2017年5月1日 现代电子技术 May2017
第40卷第9期 ModernElectronicsTechnique Vol.40 No.9
115
115
doi:10.16652/j.issn.1004⁃373x.2017.09.031
基于Hadoop 的网络日志挖掘方案的设计
许抗震,吴 云
(贵州大学 计算机科学与技术学院,贵州 贵阳 550025)
摘 要:提出一种挖掘指数级别网络日志数据的解决思路,设计了一个高可靠的网络日志数据挖掘方案。针对现有的
公开网络日志数据集,在数据预处理阶段实现了基于MapReduce的过滤算法,并且挖掘出支持企业决策的服务信息。对该
方案搭建的平台进行优化操作,性能提升了3.26% ,最后对方案的高可靠性、日志文件个数对平台I/O速度的影响、平台和单
机在查询性能上的对比等方面做了实验。结果表明:该设计方案不仅可靠,而且随着日志文件个数的翻倍增加,读操作耗时
平均增加52.58% ,写操作耗时平均增加79.69% 。随着日志量的增加,单机的查询耗时急剧增长,而平台的查询耗时趋于稳
定。随着机器节点的增加,运算耗时以平均8.87% 的速度减少。
关键词:网络日志;数据挖掘;数据清洗;Hadoop;MySQL
中图分类号:TN711⁃34;TP391.9 文献标识码:A 文章编号:1004⁃373X(2017)09⁃0115⁃06
Design of Web log mining scheme based on Hadoop
XUKangzhen,WUYun
(CollegeofComputerScienceandTechnology,GuizhouUniversity,Guiyang 550025,China)
Abstract:AthoughtofminingtheWeblogdatawithexponentlevelisputforward.AhighreliabilityWeblogdatamining
schemewasdesigned.AimingattheavailablepublicWeblogdataset,thefilteringalgorithmbasedonMapReducewasimple⁃
mentedinthedatapreprocessingstagetominetheserviceinformationsupportingtheenterprisedecision.Theplatform estab⁃
lishedwiththisschemeisoptimized,anditsperformanceisincreasedby 3.26% .Theeffectofthescheme′shighreliabilityandlog
filequantityontheI/Ospeedoftheplatform,andthecomparisonoftheplatformwiththesinglemachineintheaspectofquery
performanceweretested.Theresultsshowthatthedesignedschemeisreliable
文档评论(0)