电信政务大数据项目解决方案说明书.docx

《电信政务大数据项目解决方案说明书.docx》由会员分享，可在线阅读，更多相关《电信政务大数据项目解决方案说明书.docx（9页珍藏版）》请在优知文库上搜索。

1、电信政务大数据项目解决方案说明书XX科技股份有限公司编制目录一、项目存在问题及需解决问题31. 存在问题32. 需解决问题3二、解决方案31 .解决方案架构32 .关键技术5(1) Hadoop5(2) SpringMVC5(3) MyBatis5(4) Echarts6(5) MySQ1.6(6) Hive6(7) HBASE7(8) Zookeeper7(9) F1.ume7三、开发范围71 .数据生产72 .数据采集/消费83 .数据分析94 .数据展示10一、项目存在问题及需解决问题1 .存在问题部门间信息共享不充分，未能形成常态化。内部信息孤岛遍存，各单位信息资源家底不清。重点行业区

2、域的信息汇聚的平台还未建立。数据公开范围有限，未能形成规模。缺乏宏观层面决策分析，需求变化频繁。对数据资源价值认识不足，缺乏大数据应用经验。2 .需解决问题定制化开发，数据共享交换过程不透明。元数据采集滞后，资源关联夏杂，维护更新困难。跨部门、跨网络、异构数据难以直接共享开放。数据质量无法掌控，数据安全性无法保证。数据分析受制于数据源，分析及展现手段单一。大数据技术发展迅速，选型及维护有顾虑。二、解决方案1 .解决方案架构收*可视化叨Ec1.Mrtei1mu政拆处理出塞夫Sd血KaftaSrEBUM*ng分布式文件存ey41SqugF1.i系统开发平台使用Hadoop大数据开发平台。Hac1.

3、oop是一个高度可扩展的存储平台，可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。能扩展到处理大量的数据，能提供成百上千TR的数据节点上运行的应用程序。HadOoP能够有效的在几分钟内处理TB级的数据。相比关系型数据库管理系统更具有优势。它适用于任何规模的非结构化数据持续增长的企业，将帮助用户持续提高用户体验。系统采用面向对象的软件设计方法，把整个系统看作是多个离散对象的组合。系统设计时，首先把业务流程分解成功能模块及其业务实体对象，然后根据业务流程分析对于这些业务实体对象的操作方法,形成业务处理对象，最后把各个功能模块关联起来，形成系统。软件设计是一个将需求转变为软件的过程，系统通过

4、逐步求精使得设计陈述逐渐接近于源代码。系统程序采用VVC的设计思想，将展现逻辑、控制逻辑、业务处理逻辑分离。系统采用参数化的设计思想，定义和管理系统的实体及配置，调整实体以适应外部变化。系统采用J2EE技术保证程序逻辑实现的平台无关性，并便于安装部署。系统采用AJAX技术，提高客户操作的交互性，保证实际使用的易用性。系统采用echarts可视化框架实现数据展示。2 .关键技术(1) HadoopHadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。(2) SpringMVCSPringMV

5、C:属于SPringFrameWork的后续产品，巳经融合在SpringWebFIoW里面。Spring框架提供了构建Web应用程序的全功能MVC模块。(3) MyBatisMYBatis:是支持普通SQ1.查询，存储过程和高级映射的优秀持久层框架。MyBatis消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。MyBatis使用简单的XM1.或注解用于配置和原始映射，将接口和Java的POjoS(P1.ainO1.dJavaObjects,普通的JaVa对象)映射成数据库中的记录。(4) EchartsECharts是一款基于Javascript的数据可视化图表库，提供直观，生动

6、，可交互，可个性化定制的数据可视化图表。(5) MySQ1.MySQ1.是一个关系型数据库管理系统，由瑞典MySQ1.AB公司开发，属于OraCIe旗下产品。MySQ1.是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQ1.是最好的RDBMS(Re1.ationa1.DatabaseManagementSystem,关系数据库管理系统)应用软件之一。MySQI.是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQ1.所使用的SQ1.语言是用于访问数据库的最常用标准化语言。MySQ1.软件采用了双授权

7、政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQ1.作为网站数据库。(6) Hivehive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQ1.查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQ1.查询功能；可以将SQ1.语句转换为MaPRedUCe任务运行，通过自己的SQ1.查询分析需要的内容，这套SQ1.简称HiveSQ1.,使不熟悉mapreduce的用户可以很方便地利用SQ1.语言查询、汇总和分析数据。而mapreduce开发人员可以

8、把自己写的mapper和reducer作为插件来支持hive做更复杂的数据分析。它与关系型数据库的SQ1.略有不同，但支持了绝大多数的语句如DD1.、DM1.以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的：具进行数据提取转化加载，用来存储、查询和分析存储在HadooP中的大规模数据集，并支持UDF(User-DefinedFunction),UD.F(User-DefnesAggregateFunction)和UDTF(User-DefinedTab1.e-GeneratingFunction),也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。(

9、7) HBASEHBase-HadoopDatabase,是一个商可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBaSe技术可在廉价PCSerVer上搭建起大规模结构化存储集群。(8) ZookeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是GOOgIe的ChUbby一个开源的实现，是HadOOP和HbaSe的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。(9) F1.umeF1umc是C1.oudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，F1.ume支持在

10、日志系统中定制各类数据发送方，用于收集数据；同时，FIUme提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力。三、开发范围1 .数据生产对于该模块的业务，即数据生产过程，一般并不会让你来进行操作，数据生产是一套完整且严密的体系，这样可以保证数据的安全性。但是如果涉及到项目的一体化方案的设计（数据的产生、存储、分析、展示），则必须清楚每一个环节是如何处理的，包括其中每个环境可能隐藏的问题：数据结构，数据内容可能出现的问题。2 .数据采集/消费数据采集模块（消费），在企业中你要清楚流式数据采集框架f1.ume和kafka的定位是什么。我们在此需要将实时数据通过f1.ume采集到kafk

11、a然后供给给hbase消费。f1.ume：CIOUdera公司研发适合下游数据消费者不多的情况；适合数据安全性要求不高的操作；适合与Hadoop生态圈对接的操作。kafka：Iinkedin公司研发适合数据下游消费众多的情况；适合数据安全性要求较高的操作（支持rep1.ication）；因此我们常用的一种模型是：线上数据f1.umekafkaf1.ume（根据情景增删该流程）一HDFS线上数据一f1.umekafkaSparkstreaming实时流式处理消费存储模块流程图:3 .数据分析我们的数据已经完整的采集到了HRaSe集群中，这次我们需要对采集到的数据进行分析，统计出我们想要的结果。注意，在分析的过程中，我们不一定会采取一个业务指标对应一个mapreduce-job的方式，如果情景允许，我们会采取一个mapreduce分析多个业务指标的方式来进行任务。分析模块流程图:4 .数据展示数据展示模块流程图:WbtentAChMttr9rtcWMhon91