基于Hadoop平台的电信客服数据的处理与分析①项目准备阶段---项目技术预研(技术架构)

任务描述

掌握项目的总体功能,及实现流程。预习项目中所使用到的技术和知识点。

任务指导

一、项目效果展示

二、项目架构

1、总体架构:

2、技术架构

  • 技术清单:
功能 组件 说明
消息中间件 Kafka 消息队列
数据采集 Flume 日志采集工具
存储 HDFS 分布式文件系统
存储 MySQL 关系数据库
监控管理调度运维 YARN 分布式资源调度分配
监控管理调度运维 Zookeeper 集群节点协调
项目开发框架 Maven 项目管理工具
项目开发框架 IntelliJ IDEA 项目集成开发环境

三、项目主要涉及的技术

1、技术选型:项目的解决方案

以Maven+IntelliJ IDEA作为开发环境,以Hadoop HDFS、HBase为底层存储,通过分析HBase数据将结果存储在MySQL供前端框架展示。

  • 中间件:Kafka
  • 平台调度:YARN
  • 数据存储,持久化:HDFS、HBase,MySQL
  • 数据可视化:Spring Framework

2、平台总体分为4个层级,按数据流入及数据处理顺序,依次分为

1)数据导入层

数据导入需满足以下要求:

  • 已开启Hadoop HDFS框架环境,已开启Highly Available(HA)高可用。

2)数据存储层

  • 导入的数据统一经过Kafka缓存,以避免数据堵塞保证系统的稳定性。

3)数据分析层

  • 已开启Hadoop YARN框架环境,已开启Highly Available(HA)高可用。

4)应用层

  • 模拟电信呼叫数据保存至本地CallLog.txt文件;
  • Flume推送CallLog.txt文件到Kafka进行缓存;
  • 读取Kafka数据进行预处理并持久化道HBase;
  • 对HBase数据进行分析统计,将结果保存至MySQL供前端Spring Framework查询展示。

四、参考资料

  • 《Linux操作系统》
  • 《Hadoop权威指南:大数据的存储与分析(第4版)》
  • 《Kafka权威指南》
  • 《Redis设计与实现》
  • 《数据可视化技术》
相关推荐
大刘讲IT7 小时前
数据治理体系的“三驾马车”:质量、安全与价值挖掘
大数据·运维·经验分享·学习·安全·制造·零售
悻运8 小时前
Spark论述及其作用
大数据·分布式·spark
szxinmai主板定制专家8 小时前
国产RK3568+FPGA以 ‌“实时控制+高精度采集+灵活扩展”‌ 为核心的解决方案
大数据·运维·网络·人工智能·fpga开发·机器人
华为云PaaS服务小智9 小时前
《重塑AI应用架构》系列: Serverless与MCP融合创新,构建AI应用全新智能中枢
人工智能·架构·serverless·华为云
细心的莽夫10 小时前
Elasticsearch复习笔记
java·大数据·spring boot·笔记·后端·elasticsearch·docker
痕51710 小时前
spark和Hadoop之间的对比和联系
大数据·hadoop·spark
掘金-我是哪吒10 小时前
分布式微服务系统架构第118集:Future池管理容器-CompletableFuture
分布式·微服务·云原生·架构·系统架构
CXH72811 小时前
hadoop分布式部署
大数据·hadoop·分布式
码农周11 小时前
Elasticsearch 报错 Limit of total fields [1000] has been exceeded
大数据·elasticsearch
晴天彩虹雨11 小时前
实时数仓体系概览与架构演进
数据仓库·clickhouse·架构·flink·kafka