大數(shù)據(jù)架構(gòu)之道與項(xiàng)目實(shí)戰(zhàn)

第 1章 企業(yè)級(jí)大數(shù)據(jù)平臺(tái)服務(wù)的總體設(shè)計(jì)
1.1平臺(tái)架構(gòu)設(shè)計(jì)的總體技術(shù)要求
1.2微服務(wù)引擎的可擴(kuò)展性設(shè)計(jì)
1.3微服務(wù)引擎的優(yōu)秀解決方案
1.3.1 高并發(fā)采集微服務(wù)
1.3.2 靈活轉(zhuǎn)發(fā)微服務(wù)
1.3.3 高可擴(kuò)展海量存儲(chǔ)服務(wù)
1.3.4 高并發(fā)海量存儲(chǔ)服務(wù)
1.3.5 高可靠海量存儲(chǔ)服務(wù)
1.3.6 實(shí)時(shí)計(jì)算服務(wù)
1.3.7 基于機(jī)器學(xué)習(xí)的智能分析服務(wù)
1.3.8 自定義遷移服務(wù)
1.4設(shè)計(jì)小結(jié)· 17
第 2章 大數(shù)據(jù)高并發(fā)采集微服務(wù)引擎
2.1核心需求分析和優(yōu)秀解決方案
2.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
2.2.1 Maven與 Eclipse集成配置
2.2.2 Mina2.0框架以及業(yè)務(wù)設(shè)計(jì)
2.2.3 設(shè)備協(xié)議規(guī)范制定及數(shù)據(jù)包設(shè)計(jì)
2.2.4 按照設(shè)備和數(shù)據(jù)類型進(jìn)行業(yè)務(wù)樹構(gòu)建
2.2.5 按照設(shè)備的數(shù)據(jù)包狀態(tài)進(jìn)行解析
2.2.6 按照通用方式進(jìn)行高并發(fā)入庫
2.3核心技術(shù)講解及模塊化設(shè)計(jì)
2.3.1 Spring Maven Web服務(wù)構(gòu)建
2.3.2 Spring Boot微服務(wù)構(gòu)建
2.3.3 數(shù)據(jù)包定義和實(shí)現(xiàn)
2.3.4 業(yè)務(wù)樹構(gòu)建和實(shí)現(xiàn)
2.3.5 數(shù)據(jù)包狀態(tài)進(jìn)行解析實(shí)現(xiàn)
2.3.6 按照通用方式進(jìn)行高并發(fā)入庫實(shí)現(xiàn)
2.3.7 客戶端模擬器工具類進(jìn)行高并發(fā)測試
2.4項(xiàng)目小結(jié)·
第 3章 大數(shù)據(jù)靈活轉(zhuǎn)發(fā)微服務(wù)引擎
3.1核心需求分析和優(yōu)秀解決方案
3.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
3.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
3.3.1 Spring MVC Web服務(wù)構(gòu)建
3.3.2 Spring Boot微服務(wù)構(gòu)建
3.3.3 靈活配置和通用工具類構(gòu)建
3.3.4 創(chuàng)建發(fā)送數(shù)據(jù)主題，注冊(cè)觀察者對(duì)象
3.3.5 啟動(dòng)多線程進(jìn)行數(shù)據(jù)發(fā)送
3.3.6 采用 Post策略模式進(jìn)行數(shù)據(jù)發(fā)送
3.3.7 采用 ActiveMQ策略模式進(jìn)行數(shù)據(jù)發(fā)送
3.4項(xiàng)目小結(jié)· 173
4.1核心需求分析和優(yōu)秀解決方案
4.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
4.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
4.3.1 Spring MVC的工作原理及執(zhí)行流程
4.3.2 Spring MVC Web服務(wù)構(gòu)建
4.3.3 Spring Boot Web微服務(wù)構(gòu)建
4.3.4 統(tǒng)一對(duì)外數(shù)據(jù)接收接口及通用類
4.3.5 MySQL對(duì)智能終端運(yùn)動(dòng)數(shù)據(jù)的分狀態(tài)和分策略處理
4.3.6 MySQL對(duì)智能終端運(yùn)動(dòng)數(shù)據(jù)的分職責(zé)處理
4.3.7 MySQL對(duì)智能終端運(yùn)動(dòng)數(shù)據(jù)的統(tǒng)一入庫處理
4.4項(xiàng)目小結(jié)
第 5章 大數(shù)據(jù)高并發(fā)海量存儲(chǔ)微服務(wù)引擎
5.1核心需求分析和優(yōu)秀解決方案
5.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
5.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
5.3.1 Spring MVC和 Spring Boot集成 MongoDB
5.3.2 MongoTemplate核心類實(shí)現(xiàn) Dao層接口
5.3.3 基于 MongoDB處理智能終端運(yùn)動(dòng)數(shù)據(jù)
5.3.4 基于 MongoDB管道技術(shù)處理體檢數(shù)據(jù)
5.3.5 基于 AngularJS架構(gòu)可視化體檢數(shù)據(jù)
5.4項(xiàng)目小結(jié)·
第 6章 大數(shù)據(jù)高可靠海量存儲(chǔ)微服務(wù)引擎
6.1核心需求分析和優(yōu)秀解決方案
6.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
6.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
6.3.1 Hadoop完全分布式集群構(gòu)建
6.3.2 Spring MVC和 Spring Boot集成 Hbase
6.3.3 HbaseTemplate核心類實(shí)現(xiàn) Dao層接口
6.3.4 Hbase集群的智能終端運(yùn)動(dòng)數(shù)據(jù) Controller接口
6.3.5 Hbase集群的智能終端運(yùn)動(dòng)數(shù)據(jù) Service接口
6.3.6 Hbase集群的智能終端運(yùn)動(dòng)數(shù)據(jù) Dao接口
6.4項(xiàng)目小結(jié)
第 7章 大數(shù)據(jù)實(shí)時(shí)計(jì)算微服務(wù)引擎
7.1核心需求分析和優(yōu)秀解決方案
7.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
7.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
7.3.1 分布式采集服務(wù) Flume部署及數(shù)據(jù)采集
7.3.2 分布式消息服務(wù) Kafka部署及數(shù)據(jù)發(fā)送
7.3.3 創(chuàng)建 HBase數(shù)據(jù)庫和 Spark環(huán)境
7.3.4 分布式實(shí)時(shí)處理引擎 Spark Streaming原理及數(shù)據(jù)處理
7.3.5 構(gòu)建 BD_RTPServer_DP工程實(shí)現(xiàn)數(shù)據(jù)處理
7.3.6 構(gòu)建 BD_RTPServer_Boot服務(wù)實(shí)現(xiàn)可視化
7.4項(xiàng)目小結(jié)
第 8章 大數(shù)據(jù)智能分析微服務(wù)引擎
8.1核心需求分析和優(yōu)秀解決方案
8.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
8.3核心機(jī)器學(xué)習(xí)算法講解和應(yīng)用
8.3.1 邏輯回歸的原理分析
8.3.2 支持向量機(jī)原理分析
8.3.3 決策樹原理分析
8.3.4 聚類算法原理分析
8.3.5 關(guān)聯(lián)規(guī)則算法原理分析
8.3.6 協(xié)同過濾原理分析
8.4 Spark架構(gòu)原理與數(shù)據(jù)預(yù)測
8.4.1 YARN運(yùn)行架構(gòu)工作原理
8.4.2 Spark Mlib核心技術(shù)
8.4.3 Spring Maven工程構(gòu)建
8.4.4 決策樹預(yù)測體檢費(fèi)用
8.4.5 邏輯回歸預(yù)測體檢費(fèi)用
8.4.6 隨機(jī)森林預(yù)測體檢費(fèi)用
8.4.7 支持向量機(jī)預(yù)測疾病概率
8.4.8 協(xié)同過濾推薦藥品
8.5項(xiàng)目小結(jié)
第 9章 大數(shù)據(jù)自定義遷移微服務(wù)引擎
9.1核心需求分析和優(yōu)秀解決方案
9.2服務(wù)引擎的技術(shù)架構(gòu)設(shè)計(jì)
9.3核心技術(shù)講解及模塊化實(shí)現(xiàn)
9.3.1 Hadoop生態(tài)的核心組件
9.3.2 HBase工作原理
9.3.3 Sqoop工作原理
9.3.4 MapReduce工作原理
9.3.5 Sqoop抽取歷史數(shù)據(jù)到 HDFS
9.3.6 構(gòu)建工程 BD_CustomTransfer_Maven
9.3.7 智能終端運(yùn)動(dòng)數(shù)據(jù)從 MySQL數(shù)據(jù)遷移到 Hive
9.4項(xiàng)目小結(jié)