点击次数：
论文类型：会议论文
发表时间：2011-11-01
页面范围：314-317
关键字：web日志分析系统;云计算技术;Hadoop框架;Hive软件;系统设计
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。