《电商大数据分析平台项目解决方案说明书.docx》由会员分享，可在线阅读，更多相关《电商大数据分析平台项目解决方案说明书.docx（11页珍藏版）》请在第壹文秘上搜索。
1、电商大数据分析平台项目解决方案说明书XX科技股份有限公司编制目录一、项目存在问题及衡解决问题21 .存花问题22 .霜解决问题2二、裤袂方案41.方案架构42,核心技术5三开发范围81 .数据生产82 .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1) HbaSe多实例2) 安全模式重启认证3) API接口4) 数据服务能力5) 多组件开发2 .需解决问题1) HbaSe多实例为Hbase多实例的管理存在难点。通过配置不同的hbase客户端的配置文件，调度代码从相应位置获取并加载配置文件，从而解决多实例管理问题。2) 安全模式重启认证客户端在安全
2、模式下，需要24小时后定时重启一次客户端。采用crontab自动执行定时She1.1.脚本的方式去定时重启jar包，解决了定时重启的问题，保证项目能自动化部署并实现高可用。3) API接口数据服务平台DASP与该大数据平台各组件AP1.对接困难。该大数据平台目前提供API对接方式，但是缺乏对接经验，官方文档不足,调试接口不稳定。目前，DASP应用服务平台系统暴露RESTFU1.接口，解决跨平台使用，实现了项目解耦、扩展性、易用性、安全等问题。4) 多组件开发大数据平台组件较多,包括1.oader,Hdfs.Hive,HbaseKy1.in,Es,RediS等，各组件的安全认证、数据传输和联通测
3、试流程的稳定性与安全性需要反复验证。5) 数据服务能力以往，数据服务是通过定义数据服务接口的方式加以实现。随着数据应用服务需求的不断增加，数据接口难管理问题日益凸显。本次数据应用服务平台，主要通过定义DS1.,对不同技术语言进行SQ1.的转化，从而真正实现SQ1.onHad。P的数据服务能力，提高平台适用性。二、解决方案1 .方案架构毗Iap1.bducaiS-S41.KafkaWtrveaintCt第存储以1.y44HMSBHBaSe是一个分布式的、面向列的开源数据库，该技术来源于FayChang所撰写的GoOg1.e论文“Bigtab1.e：一个结构化数据的分布式存储系统。就像Bigtab
4、Ie利用了GOog1.e文件系统(FiIeSyStenI)所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtab1.e的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBaSe基于列的而不是基于行的模式。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
5、，系统通过逐步求精使得设计陈述逐渐接近于源代码。系统程序采用MVC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 .核心技术(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) SpringMVCSp
6、ringMVC:属于SPringFrameWork的后续产品，已经融合在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
7、供直观，生动，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-OMySQI.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
8、采用了双授权政策，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Had。P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
9、发人员可以把自己写的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、连接查洵、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)、UDAF(USer-DefneSAggregateEunction)和UDTF(User-DefinedTab1e-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
10、展性。(7) HBASEHBase-HadoopDatabase,是一个高可靠性、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Goog1.e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.umeF1.Ume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.
11、ume支持在日志系统中定制各类数据发送方，用于收集数据；同时，F1.ume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障藏的问题；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
12、采集到kafka然后供给给hbase消费。f1.ume：C1.OUdera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：线上数据一f1.umekafkaf1.ume（根据情景增弱该流程）HD1.-S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巳经完整的采集到了HBaSe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:业务指标：a）服装销售数据包括：季度男装销售数据、季度女装销售数据。b）各地区服装销售数据包括：北京、上海、。c）热销险种包括：财产类、健康类、意外伤害、保证保险、责任保险、信用保险、家庭财产险、其他险。4 .数据展示数据展示模块流程图：
