大数据架构之道与项目实战【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

大数据架构之道与项目实战PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 企业级大数据平台服务的总体设计2

1.1 平台架构设计的总体技术要求2

1.2 微服务引擎的可扩展性设计6

1.3 微服务引擎的优秀解决方案8

1.3.1 高并发采集微服务11

1.3.2 灵活转发微服务12

1.3.3 高可扩展海量存储服务13

1.3.4 高并发海量存储服务13

1.3.5 高可靠海量存储服务15

1.3.6 实时计算服务16

1.3.7 基于机器学习的智能分析服务17

1.3.8 自定义迁移服务17

1.4 设计小结17

第2章 大数据高并发采集微服务引擎20

2.1 核心需求分析和优秀解决方案20

2.2 服务引擎的技术架构设计20

2.2.1 Maven与Eclipse集成配置22

2.2.2 Mina2.0框架以及业务设计24

2.2.3 设备协议规范制定及数据包设计26

2.2.4 按照设备和数据类型进行业务树构建30

2.2.5 按照设备的数据包状态进行解析32

2.2.6 按照通用方式进行高并发入库34

2.3 核心技术讲解及模块化设计35

2.3.1 Spring Maven Web服务构建35

2.3.2 Spring Boot微服务构建42

2.3.3 数据包定义和实现51

2.3.4 业务树构建和实现62

2.3.5 数据包状态进行解析实现79

2.3.6 按照通用方式进行高并发入库实现90

2.3.7 客户端模拟器工具类进行高并发测试126

2.4 项目小结139

第3章 大数据灵活转发微服务引擎142

3.1 核心需求分析和优秀解决方案142

3.2 服务引擎的技术架构设计142

3.3 核心技术讲解及模块化实现145

3.3.1 Spring MVC Web服务构建145

3.3.2 Spring Boot微服务构建152

3.3.3 灵活配置和通用工具类构建156

3.3.4 创建发送数据主题，注册观察者对象159

3.3.5 启动多线程进行数据发送165

3.3.6 采用Post策略模式进行数据发送168

3.3.7 采用ActiveMQ策略模式进行数据发送169

3.4 项目小结173

第4章 大数据高可扩展海量存储微服务引擎176

4.1 核心需求分析和优秀解决方案176

4.2 服务引擎的技术架构设计177

4.3 核心技术讲解及模块化实现179

4.3.1 Spring MVC的工作原理及执行流程179

4.3.2 Spring MVC Web服务构建180

4.3.3 Spring Boot Web微服务构建187

4.3.4 统一对外数据接收接口及通用类191

4.3.5 MySQL对智能终端运动数据的分状态和分策略处理203

4.3.6 MySQL对智能终端运动数据的分职责处理210

4.3.7 MySQL对智能终端运动数据的统一入库处理214

4.4 项目小结228

第5章 大数据高并发海量存储微服务引擎230

5.1 核心需求分析和优秀解决方案230

5.2 服务引擎的技术架构设计230

5.3 核心技术讲解及模块化实现231

5.3.1 Spring MVC和Spring Boot集成MongoDB232

5.3.2 MongoTemplate核心类实现Dao层接口234

5.3.3 基于MongoDB处理智能终端运动数据236

5.3.4 基于MongoDB管道技术处理体检数据243

5.3.5 基于AngularJS架构可视化体检数据264

5.4 项目小结270

第6章 大数据高可靠海量存储微服务引擎272

6.1 核心需求分析和优秀解决方案272

6.2 服务引擎的技术架构设计272

6.3 核心技术讲解及模块化实现273

6.3.1 Hadoop完全分布式集群构建274

6.3.2 Spring MVC和Spring Boot集成Hbase279

6.3.3 HbaseTemplate核心类实现Dao层接口280

6.3.4 Hbase集群的智能终端运动数据Controller接口286

6.3.5 Hbase集群的智能终端运动数据Service接口288

6.3.6 Hbase集群的智能终端运动数据Dao接口292

6.4 项目小结300

第7章 大数据实时计算微服务引擎302

7.1 核心需求分析和优秀解决方案302

7.2 服务引擎的技术架构设计302

7.3 核心技术讲解及模块化实现303

7.3.1 分布式采集服务Flume部署及数据采集303

7.3.2 分布式消息服务Kafka部署及数据发送305

7.3.3 创建HBase数据库和Spark环境307

7.3.4 分布式实时处理引擎Spark Streaming原理及数据处理308

7.3.5 构建BD RTPServer DP工程实现数据处理309

7.3.6 构建BD RTPServer Boot服务实现可视化318

7.4 项目小结327

第8章 大数据智能分析微服务引擎330

8.1 核心需求分析和优秀解决方案330

8.2 服务引擎的技术架构设计330

8.3 核心机器学习算法讲解和应用331

8.3.1 逻辑回归的原理分析331

8.3.2 支持向量机原理分析333

8.3.3 决策树原理分析334

8.3.4 聚类算法原理分析336

8.3.5 关联规则算法原理分析336

8.3.6 协同过滤原理分析336

8.4 Spark架构原理与数据预测337

8.4.1 YARN运行架构工作原理339

8.4.2 Spark Mlib核心技术341

8.4.3 Spring Maven工程构建342

8.4.4 决策树预测体检费用345

8.4.5 逻辑回归预测体检费用347

8.4.6 随机森林预测体检费用349

8.4.7 支持向量机预测疾病概率350

8.4.8 协同过滤推荐药品352

8.5 项目小结353

第9章 大数据自定义迁移微服务引擎356

9.1 核心需求分析和优秀解决方案356

9.2 服务引擎的技术架构设计356

9.3 核心技术讲解及模块化实现357

9.3.1 Hadoop生态的核心组件357

9.3.2 HBase工作原理358

9.3.3 Sqoop工作原理360

9.3.4 MapReduce工作原理360

9.3.5 Sqoop抽取历史数据到HDFS361

9.3.6 构建工程BD＿CustomTransfer＿Maven364

9.3.7 智能终端运动数据从MySQL数据迁移到Hive374

9.4 项目小结377