當(dāng)前SDN-Campus控制器已應(yīng)用于傳統(tǒng)園區(qū)及連鎖零售、連鎖酒店和連鎖餐廳等具有園區(qū)網(wǎng)絡(luò)特點(diǎn)的集中化管理場景中。然而隨著SDN市場的發(fā)展,控制器需要納管的網(wǎng)絡(luò)設(shè)備越來越多,原有小容量場景的設(shè)計方案無法承載用于監(jiān)測網(wǎng)絡(luò)設(shè)備的海量性能數(shù)據(jù)。在本論文中,主要通過引入大數(shù)據(jù)技術(shù)重新設(shè)計性能數(shù)據(jù)的匯聚與分析方案,重點(diǎn)解決海量性能數(shù)據(jù)的高效存儲、快速統(tǒng)計分析與預(yù)測分析等問題。在SDN-Campus控制器性能數(shù)據(jù)匯聚分析系統(tǒng)中,主要解決了以下幾個問題:（1）通過對比不同的大數(shù)據(jù)儲存系統(tǒng),本課題選擇HBase作為存儲海量性能數(shù)據(jù)的數(shù)據(jù)庫。根據(jù)性能數(shù)據(jù)具備時間維度和空間維度的特點(diǎn),對HBase的主鍵Rowkey進(jìn)行設(shè)計優(yōu)化,并通過自定義過濾器Filter和BulkLoad快速導(dǎo)入方式進(jìn)一步提高性能數(shù)據(jù)的存儲和查詢效率。（2）通過對比不同的計算框架以及將HBase作為大數(shù)據(jù)存儲系統(tǒng)的綜合考量,本課題選擇Spark作為處理匯聚與分析海量性能數(shù)據(jù)任務(wù)的大數(shù)據(jù)計算平臺。通過運(yùn)用RDD和DataFrame數(shù)據(jù)結(jié)構(gòu)、MapReduce操作和Spark-SQL技術(shù),并以Java與Scala混合編程方式,共同實(shí)現(xiàn)海量... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【圖文】：

基于SDN-Campus控制器的新型園區(qū)網(wǎng)絡(luò)架構(gòu)圖

第三章 系統(tǒng)需求分析本章主要對 SDN-Campus 控制器性能數(shù)據(jù)匯聚分析系統(tǒng)的需求進(jìn)行分析，通過分析與總結(jié)系統(tǒng)的功能需求與性能需求，闡述系統(tǒng)需要實(shí)現(xiàn)的目標(biāo)，進(jìn)而解決控制器在大容量場景下對海量性能數(shù)據(jù)處理時遇到的問題。3.1 功能需求分析通過緒論中分析可知，在園區(qū)網(wǎng)絡(luò)架構(gòu)中，網(wǎng)絡(luò)設(shè)備以接入點(diǎn)為主，因此在本課題中主要針對接入點(diǎn)進(jìn)行分析。對于接入點(diǎn)而言，性能數(shù)據(jù)包括接入點(diǎn) CPU消耗率、內(nèi)存消耗率、溫度、接入數(shù)和網(wǎng)絡(luò)配置響應(yīng)時間等，其中接入數(shù)指接入點(diǎn)在上傳性能數(shù)據(jù)的單個周期內(nèi)，連接在該接入點(diǎn)的用戶終端信息列表。上述數(shù)據(jù)中最能反饋接入點(diǎn)工作效率和用戶連接狀態(tài)的數(shù)據(jù)為接入數(shù)，故在本課題中主要對性能數(shù)據(jù)中的接入數(shù)進(jìn)行研究和分析。系統(tǒng)用例圖如圖 3-1 所示。

東南大學(xué)碩士學(xué)位論文第四章 系統(tǒng)概要設(shè)計中對 SDN-Campus 控制器性能數(shù)據(jù)匯聚分析系統(tǒng)的功能需求分析。本章將闡述本系統(tǒng)與 SDN-Campus 控制器的關(guān)系以及，并依據(jù)需求分析對本系統(tǒng)進(jìn)行概要設(shè)計，包括系統(tǒng)的總體設(shè)塊設(shè)計等內(nèi)容。統(tǒng)設(shè)計概述緒論和需求中對園區(qū)網(wǎng)絡(luò)特點(diǎn)的分析，由企業(yè)統(tǒng)一管理的酒店鎖機(jī)構(gòu)也可以納入基于 SDN-Campus 控制器的新型園區(qū)網(wǎng)絡(luò)SDN-Campus 控制器部署及應(yīng)用概況圖如圖 4-1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]Hadoop與Spark應(yīng)用場景研究[J]. 馮興杰,王文超.  計算機(jī)應(yīng)用研究. 2018(09)
[2]眾核與Spark結(jié)合的高速流量監(jiān)測系統(tǒng)[J]. 周小宇,雒江濤,羅林,唐剛.  計算機(jī)系統(tǒng)應(yīng)用. 2017(06)
[3]深度學(xué)習(xí)框架下LSTM網(wǎng)絡(luò)在短期電力負(fù)荷預(yù)測中的應(yīng)用[J]. 陳亮,王震,王剛.  電力信息與通信技術(shù). 2017(05)
[4]中國移動選擇博科NFV軟件設(shè)備來支持“互聯(lián)網(wǎng)+”使命[J]. 王佳瑩.  計算機(jī)與網(wǎng)絡(luò). 2017(04)
[5]基于園區(qū)網(wǎng)的SDN控制器設(shè)計研究[J]. 桂興亮,張曉如,程偉.  信息技術(shù). 2017(02)
[6]基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測模型[J]. 楊祎玥,伏潛,萬定生.  計算機(jī)技術(shù)與發(fā)展. 2017(03)
[7]基于Spark的智慧校園數(shù)據(jù)挖掘研究[J]. 李慧芳,白珊,馬強(qiáng),賈鑫.  智能計算機(jī)與應(yīng)用. 2016(06)
[8]大規(guī)模用電數(shù)據(jù)流的快速聚類和異常檢測技術(shù)[J]. 王桂蘭,周國亮,趙洪山,米增強(qiáng).  電力系統(tǒng)自動化. 2016(24)
[9]HBase中基于時空特征的監(jiān)測視頻大數(shù)據(jù)關(guān)聯(lián)查詢研究[J]. 徐愛萍,王波,徐武平.  計算機(jī)應(yīng)用研究. 2017(05)
[10]基于HBase數(shù)據(jù)分類的壓縮策略選擇方法[J]. 王海艷,伏彩航.  通信學(xué)報. 2016(04)



本文編號：3131545