基于Hadoop/Hive的web日志分析系统的设计

被引：23

作者：

刘永增 ^{[1
]}

张晓景 ^{[1
]}

李先毅 ^{[1
]}

机构：

[1] 大连理工大学网络与信息化中心

来源：

广西大学学报(自然科学版) | 2011年 / S1期

关键词：

web日志; 云计算; Hadoop; Hive;

D O I：

10.13624/j.cnki.issn.1001-7445.2011.s1.025

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

互联网技术的迅速发展,使得web承载的信息量呈现出爆炸式增长的趋势,因此web日志的数据量也越来愈大。如何存储、处理大规模数据就成了新的挑战。云计算技术的出现,为这类问题的解决提供了一种思路。云计算将数据通过网络分布到集群的各个计算节点上,从而完成大规模数据的存储和运算。Hadoop是一个用于构建云计算平台的流行的开源框架,广泛应用于海量数据的处理。但利用Hadoop处理数据,用户必须自己开发Map/Reduce程序。这种程序处于比较低的层次,用户不容易掌握,而且难于维护。Hive是一个基于Hadoop的开源数据仓库工具,它能够将文件映射成数据表,并提供类SQL语句,简化了用户的开发。利用Hadoop、Hive设计了一个用于处理web日志分析的系统,既充分利用了Hadoop的海量数据处理的能力,又降低了开发的难度。通过与单机实验的对比,证明系统是有效的和有价值的。

引用

页码：314 / 317

页数：4