【摘要】：隨著互聯(lián)網(wǎng)的使用人數(shù)和網(wǎng)絡(luò)應(yīng)用的不斷增多，全球互聯(lián)網(wǎng)在技術(shù)方面一直在向云計(jì)算方向不斷發(fā)展。云計(jì)算的興起，究其原因，，在于互聯(lián)網(wǎng)數(shù)據(jù)量的高速增長�，F(xiàn)在整個(gè)互聯(lián)網(wǎng)每年產(chǎn)生的數(shù)據(jù)量是在8億TB左右，如何能夠快速的處理和分析這些數(shù)據(jù)成為互聯(lián)網(wǎng)企業(yè)生存的關(guān)鍵。 搜索引擎作為使用人數(shù)最多的互聯(lián)網(wǎng)應(yīng)用，其后臺(tái)服務(wù)代碼產(chǎn)生的日志數(shù)據(jù)是海量的。日志數(shù)據(jù)通常是半結(jié)構(gòu)化的文本行，是一種平面的正則結(jié)構(gòu)。只有將半結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)，并存儲(chǔ)在分布式存儲(chǔ)系統(tǒng)（如騰訊的XFS）或者數(shù)據(jù)庫系統(tǒng)（如騰訊的XCUBE）中，才能夠保證數(shù)據(jù)倉庫中的數(shù)據(jù)質(zhì)量，這些數(shù)據(jù)才能夠變?yōu)檎嬲捎煤陀杏玫臄?shù)據(jù)，從而更好的支持?jǐn)?shù)據(jù)挖掘。 本文主要研究如何設(shè)計(jì)一種編程語言，也就是腳本語言，這種語言能夠?qū)⑷罩綞TL（Extract、Transform and Load）化中的日志分析工作更加簡單化和高效化，避免繁瑣的轉(zhuǎn)換代碼的編寫，降低代碼的維護(hù)成本。同時(shí)考慮到海量數(shù)據(jù)的分布式處理，能夠在數(shù)據(jù)量不斷增大的情況下，僅僅通過平行地增加機(jī)器，不改動(dòng)ETL代碼而達(dá)到擴(kuò)容的目的。 語言LP（Log Parser）是一門DSL（Domain-Specific Language）語言。LP設(shè)計(jì)的目標(biāo)包括以下幾個(gè)方面： （1）支持基本的語言特性：包括詞法、語法以及語義的設(shè)計(jì)和實(shí)現(xiàn)；語言插件庫的動(dòng)態(tài)加載；以及代碼的優(yōu)化。LP語言將專注于日志數(shù)據(jù)的抽取，轉(zhuǎn)換和清洗。 （2）提供ETL功能的庫函數(shù)的設(shè)計(jì)和實(shí)現(xiàn)，專注于庫函數(shù)的高效設(shè)計(jì)和實(shí)現(xiàn)。 （3）解釋器的分布式化，基于云計(jì)算平臺(tái)，提供海量數(shù)據(jù)ETL化的支撐。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP312.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡云;;對(duì)云計(jì)算技術(shù)及應(yīng)用的研究[J];電腦開發(fā)與應(yīng)用;2011年03期

2 付智慧;;云計(jì)算實(shí)施存在的問題[J];電腦知識(shí)與技術(shù);2009年32期

3 余翔湛,殷麗華;動(dòng)態(tài)共享內(nèi)存緩沖池技術(shù)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2004年03期

4 姚澤勤,柏又青,馬建峰;利用LEX及YACC實(shí)現(xiàn)嵌入式SQL分析器[J];航空計(jì)算技術(shù);2002年01期

5 徐俊剛;裴瑩;;數(shù)據(jù)ETL研究綜述[J];計(jì)算機(jī)科學(xué);2011年04期

6 王龍;萬振凱;;基于服務(wù)架構(gòu)的云計(jì)算研究及其實(shí)現(xiàn)[J];計(jì)算機(jī)與數(shù)字工程;2009年07期

7 王克龍,王玲,王平立,宋斌;數(shù)據(jù)倉庫中ETL技術(shù)的探討與實(shí)踐[J];計(jì)算機(jī)應(yīng)用與軟件;2005年11期

8 周超,閻繼瑞;淺談Linux下函數(shù)庫的動(dòng)態(tài)加載[J];焦作大學(xué)學(xué)報(bào);2003年01期

9 陳康;鄭緯民;;云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J];軟件學(xué)報(bào);2009年05期

10 陳方明,陳奇;基于插件思想的可重用軟件設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年01期

本文編號(hào)：2529477