🔥大数据生态解决方案数据平台

https://github.com/authorwlh/alldata

💥 Demo网页体验

http://112.74.93.144:3000

⚡️⚡️ 测试账号：test 密码：test123.

💥 原型图：

⭐️ 开源大数据平台原型图:

💥 架构图：

💥 数据质量：

Livy访问查看JOB

💥 Demo展示：

1、数据平台:
bdp-platform：基于大数据、数据平台、微服务、机器学习、商城、自动化运维、DevOps、容器部署平台、数据平台采集、数据平台存储、数据平台计算、数据平台开发、数据平台应用搭建的大数据解决方案。
数据来源：
商城：使用SpringBoot，Java，Vue，React，Android开发多端商城，包括网站、App、微信小程序；
日志：使用Java开发服务端日志、客户端日志收集系统，使用DataX实现数据的导入导出系统；
爬虫：爬虫平台支持可配置的爬取公网数据的任务开发；
数据存储：
分布式文件系统使用HDFS，分布式数据库使用HBase，Mongodb、Elasticsearch，内存数据库使用redis；
数据计算：
使用Hive、MR、HiveSQL、ETL开发离线计算系统；
使用storm、flink、spark streaming开发实时计算系统；
使用kylin, spark开发多维度分析系统；
数据开发：
任务管理系统：负责调度、分配、提交任务到数据平台；
任务运维系统：查看Task运行情况；
数据应用：
使用python，ml，spark mllib实现个性化推荐系统；
使用python，scrapy，django，elasticsearch实现搜索引擎；
使用scala，flink开发反作弊系统；
使用FineReport，scala，playframework开发报表分析系统；
DevOps：
使用ELK技术栈搭建日志搜索平台；
使用skywalking，Phoenix实现监控平台；
使用scala、playframework，docker，k8s，shell实现云容器平台，包含服务管理（查看docker容器配置，添加容器实例，授权记录，操作记录，历史版本回溯，k8s启停服务，操作记录，对比yaml配置，更新服务）、任务管理、配置管理、镜像构建（包括环境变量和参数配置）、应用日志
使用自动化运维平台CoDo开发system-devops；
使用Kong开发统一网关入口系统system-api-gateway；
使用vue、scala、playframework、docker、k8s、Prometheus、grafana开发监控告警平台system-alarm-platform；
使用Apollo开发system-config配置中心；

2、数据平台展示

2.2 compute-mr

	1、mr-website-analyse: 
	    1.1 主要做的事情：
		hadoop HA集群搭建部署；
		mapreduce基础掌握；
		使用 oozie进行任务调度；
		使用 hive保存数据到hdfs，以及从hdfs导出到 mysql；
		使用hbase结合mapreduce处理业务，如用户行为分析；
		使用flume,nginx模拟收集日志，从java sdk端和js 网站端收集数据等; 
	    1.2 主要模块
		用户基本信息分析
		浏览器分析
		地域分析
		浏览深度分析
		搜索引擎分析
		事件分析
		订单分析

	2、mr-website-sdk
	    2.1 java服务端sdk采集
	    2.2 JS前端页面的数据模拟采集  

	3、mr-website-view
	    3.1 数据可视化显示
	    3.2 主要使用highcharts，html，css, js显示mr-website-analyse数据处理的统计数据，存在mysql

2.3 compute-realtime:
1、compute-realtime-spark:
1.1 主要做的事情：
基于Javee平台展示的Spark实时数据分析平台
hadoop HA集群搭建部署；
基于zookeeper的kafka HA集群搭建部署；
HA: 本地搭建时共5个节点,2个namenode,3个datanode；
spark core, spark sql, spark streaming基础掌握；
kafka实时模拟生成数据并使用spark streaming实时处理来自kafka的数据；
实时处理分析结果保存到mysql, 由highcharts动态刷新；
highcharts实时展示统计分析结果，以及spark sql算子执行结果；
1.2 主要模块
广告点击流量分析
广告点击趋势分析
各省份top3热门广告分析
各区域top3热门商品统计
页面单跳转化率
用户访问session分析
Top10热门品类分析
Top10用户session分析

2、compute-realtime-view
2.1 数据可视化显示，定时模拟kafka消息队列的数据
2.2 主要使用highcharts，html，css, js显示compute-realtime-spark数据处理的统计数据，存在mysql

3、数据来源

	商城前台：
		mall-shopping-app: 商城App
		mall-shopping-app-service: 商城App服务
		mall-shopping-wc: 商城小程序
		mall-shopping-mobile: 商城前台
		mall-shopping-pc: 商城pc端
		mall-pc-backend: 商城pc端服务
		mall-shopping-service: 商城前台服务（小程序和前台接入此接口）
	商城后台：
		mall-admin-web: 商城后台
		mall-admin-service: 商城后台服务

4、数据收集
log-collect-server:
服务端日志收集系统
log-collect-client:
支持各app集成的客户端SDK，负责收集app客户端数据；
data-import-export:
基于DataX实现数据集成(导入导出)
data-spider:
爬虫平台支持可配置的爬取公网数据的任务开发；

5、数据存储
分布式文件系统：hdfs
分布式数据库：hbase、mongodb、elasticsearch
分布式内存存储系统：redis

6、数据计算
compute-mr（离线计算）: Hive、MR
compute-realtime（流计算）: storm、flink
multi-dimension-analysis（多维度分析）: kylin, spark

7、数据开发
task-schedular: 任务调度
task-ops: 任务运维

8、数据产品
data-face: 数据可视化
data-insight: 用户画像分析

9、数据应用
system-recommender: 推荐
system-ad: 广告
system-search: 搜索
system-anti-cheating: 反作弊
system-report-analysis: 报表分析
system-elk: ELK日志系统，实现日志搜索平台
system-apm: skywalking监控平台
system-deploy: k8s，scala，playframework，docker打包平台。
job-schedule: 任务提交平台