高校大大数据实验室建设解决方案设计Word文档格式.docx

1、提供行业数据与案例解剖用于根底研究，提供数据分析方案与流程，提供数据更新接口，可以对行业数据进展分析统计，按需求生成数据报表，为科研工作提供数据支撑。例如某地区经济数据分析、股市数据分析、全国地震数据分析、食品价格行业数据分析等。三、建设规模按照60台大数据实验机容量进展同时在线使用进展建设为根底，整体系统提供快速扩容升级服务。四、硬件配置采用十六台高性能品牌服务器作为大数据节点进展建设，采用企业级全千兆三层交换机进展网络数据交换。每台节点的配置如下：处理器每节点支持2个英特尔 至强 处理器 E5-2650 CPU高速缓存15MBQPI总线速率内存提供12个内存插槽，标配192G内存，支持高级

2、内存纠错，内存镜像，内存热备等高级功能磁盘标配4块3TB SATA硬盘标配2块120G SSD 硬盘300G 10000转SAS系统盘网络控制器集成1个高性能千兆以太网控制器双口，支持虚拟化加速，网络加速，负载均衡，冗余等高级功能电源标配大功率高效白金级电源，1+1冗余虚拟化技术支持VMware vSphere、Docker、OpenStack等五、软件平台介绍1、大数据教学管理系统1.1专业管理 提供对专业信息的增加、删除、修改、查询功能。1.2班级管理 提供对专业下属班级的增加、删除、修改、查询功能。1.3学生管理 提供对班级内学生的管理，学生内容包含某某、学号、所属班级、所属专业、联系手

3、机、登录次数等内容。1.4交流日志查阅 对实验机分享交流的内容进展查询，包含交流IP、相关学员、相关教师、实验机编号、交流内容等内容。1.5成绩管理 对于学习中心在线学习的学习考核成绩进展管理，包含查询与删除等功能。1.6学习记录 提供每个学生在学习中心平台内学习课程的学习记录，包含日期、计划、课程、章节、学习IP等。1.7学习行为报表 对所有学生的课程学习记录进展统计，包含个体统计、班级统计、全体统计等。1.8课程管理 对学习课程进展查询、修改、删除等操作。1.9开通课程计划 对于学习开课计划的字段内容包含计划名称、授课讲师、授课时间段、开通状态、允许申请周期，允许申请人数等，功能提供绑定课

4、程计划相关实训平台课程、授课助教、云实验机绑定、实验任务绑定等功能。1.10课程测验习题管理 提供对课程相关的习题管理，题型包含单项选择、多项选择、判断题等类型，对习题进展增、册、改、查操作。1.11分级权限功能 系统分为总管理员、助教等二级管理角色，总管理员进展管理所有的功能点，助教可以进展班级管理、学生管理、开课计划制作、实验机远程协助等。1.12学生实训系统 提供学生根据某某、学号、密码登录系统进展实训操作，学生只需安装浏览即可进展实验任务操作；提供实训课程在线学习功能、实验机在线操作、实验报告提交、实验机界面截图、记录课程学习时长等。1.13实验机桌面分享 提供实验机桌面分享功能，如学

5、生在学习、操作云实验机的过程中，有问题可以向教师发起协助请求，助教在收到请求时，可以远程访问学生的实验机，并指导如何操作。2、云实验机与实验任务22.1云实验机 提供基于Web浏览器的实验机可视化操作，操作终端无需安装其它开发软件即可进展实验操作；云实验机可以根据学生编号、实验任务和环境要求自动创建，无需管理人员参与实验机创建操作过程。管理平台对云实验机可以进展停止、销毁操作。2.2云实验机集群管理功能 提供云实验机集群管理，对实验机所属服务器进展新增、删除等操作。2.3云实验机类型包含Hadoop实验机、Hive实验机、HBase实验机、R语言实验机、Scala实验机、Spark实验机、Ka

6、fka实验机、Sqoop实验机、Flume实验机、数据可视化实验机等。2.4实验机运行监控系统 系统提供对实验集群运行的所有实验机进展监控，可以查询编号、所属服务器、创建时间、运行状态、开放端口等内容。2.5实验任务管理 提供对实验任务内容的管理，包含任务课程、绑定实验机、设定任务成绩总分，排序值等，提供多种实验任务内容，例如Hadoop实验任务、Hive实验任务、HBase实验任务、Flume与kafka实验任务等。2.6实验报告审阅功能 在实验任务过程中学生上交的任务报告进展审阅评分，提供按照学生、实验任务等字段进展检索功能。2.7云实验机桌面分享系统 提供实验机桌面基于浏览器的分享功能，

7、允许学生与学生、学生与教师同步操作实验机桌面系统，提供基于浏览器的交流功能。3、大数据实战平台系统33.1大数据集群管理系统 基于分布式集群管理系统，提供大数据集群管理系统，功能包含Hadoop、Hive、HBase、Sqoop、Flume、Spark等节点部属与管理，提供实时监控集群的CPU、内存、硬盘等使用率与相关信息，可以对管理节点、计算节点进展启动、停止等操作管理。3.2大数据作业工作流系统 提供大数据相关作业的上传、部属、流程管理等功能，基于 Web 的任务调度、兼容Hadoop、Spark主流版本、失败任务的、运行状态监控等。六、大数据课程与行业案例实验平台提供100个课时的Had

8、oop、Spark等大数据主流课程，课程与大数据实验机完美结合，学员在教学管理系统学习课程，随时进展实训操作，包含项目设计、数据采集、清洗、建模、技术实现等，快速提升实操技能，最终掌握大数据开发、数据分析与数据挖掘等大数据能力。局部案例图片：【电商大数据分析案例】【电商大数据分析架构】【房产大数据分析架构】【房产大数据分析可视化】【搜索大数据分析架构】【日志大数据分析架构】课程实验内容包含：课程名称课时课程内容介绍Hadoop根底10讲解Hadoop生态系统，包括操作与开发；详细讲解HDFS和Map-Reduce的功能与作用；了解MapReduce原理、运行流程、压缩数据处理、作业调度、计算器

9、等环节。HDFS程序开发6讲解Hadoop文件系统HDFS JAVA API的使用。掌握如何使用HDFS Java API，读写文件、读写目录、以与对文件进展压缩处理等。MapReduce开发本课程针对Hadoop MapReduce开发进展讲解。课程以案例为根底，重点介绍MapReduce程序结构，以与如何使用MapReduce进展数据统计，去重，排序，Map端Join，Reduce端Join等关联操作，掌握MapReduce处理过程。Hive数据仓库24Hive是基于Hadoop构建的数据仓库分析系统，通过学习掌握Hive的函数、Hive数据的加载、Hive的DDL操作、自定义函数UDF等

10、内容，达到使用Hive进展查询、汇总、分析数据的能力。分布式数据库HBaseHBase是Hadoop生态系统中的重要一员，主要用于海量结构化数据存储；通过学习对HBase表设计、表操作、数据操作、Java API等内容，掌握对HBase系统的开发与使用。数据迁移工具 Sqoop4Sqoop是关系型数据库和Hadoop生态系统之间进展数据转换的主要工具；通过学习将mysql中的数据导入到hdfs中、将数据导入到HBase中、定义导入导出任务等，掌握对数据迁移的能力。分布式日志框架FlumeFlume对海量日志进展采集、聚合和传输的主流大数据工具；课程内容包含Flume应用场景、FlumeNG、F

11、lumeOG、Flume的核心组件、Flume的架构、Flume的source、sink配置说明等。Kafka流式数据采集Kafka是分布式的消息队列，广泛应用于实时数据处理。学习内容包含Kafka的体系结构、安装模式与安装部署、Topic、Producer、Consumer、发布订阅消息以与Kafka JAVA开发等。SparkSpark是一款高性能的分布式计算框架，比MapReduce计算快百倍；本课程内容全面涵盖了Spark生态系统、Spark与Hadoop比照、开发环境搭建、RDD、编程模型、Web监控等内容。Spark Streaming Spark Streaming是用户结合流式

12、、批处理和交互式查询应用的实时计算框架；本课程内容详细讲解原理与特点、适用场景、Dstream操作、容错、性能优化和内存优化等。Spark SQLSpark SQL的出现，使得SQL-on-Hadoop的性能相对于Hive有了显著的提高。达到Spark兼容Hive的功能。本课程详细讲解特点、运行架构、数据源、数据缓存、DataFrame等。实战案例搜索引擎日志数据统计分析讲解Hadoop系统架构设计以与项目分析流程；通过对用户搜索记录数据的清洗，分析指标内容，得出关键词排行榜、用户停留时间最高页面等。电子商务平台大数据分析讲解Spark系统架构设计以与项目分析流程；本课程主要讲解搭建电商的数据

13、处理平台、数据统计、分析与可视化技术的应用开发流程。七、行业数据与案例 提供大数据实战案例以与行业数据，提供包含海量日志分析案例、租房与二手房大数据分析案例、电商商品交易大数据挖掘、搜索引擎关键词分析算法案例、汽车销售数据分析案例等案例讲解与实战作业工作流内容。数据名称数据描述更新地区房产数据包含二手房在售数据、出租房屋数据、经纪人评价数据等。每周全国汽车数据包含国内不同种类汽车详细配置信息、汽车使用评论数据、汽车销售数据以与二手车数据等。可用于汽车行业市场行情分析。每月法律咨询数据包含国内所有法律咨询服务机构数据、机构评论数据、有关法律咨询话题的数据。可用于法律咨询行业市场行情分析，社会治安

14、情况分析。疾病问答数据包含国内不同种类疾病问题数据、医生回复数据、有关疾病常识等话题的数据。股票基金交易数据包含国内、港股、美股等国内外股票行情与交易数据、按照时间段提供详细数据；也包含证券投资基金、保险基金、信托投资基金等行情数据。每日天气、气象数据包含全国各个地区气象数据气温、降水量、风、气压等、气象观测产品数据。可用于气象业务、天气预报、气候预测以与气象服务。人脸图像数据包含国内多种年龄段的人脸图像数据。用于脸部特征分析、人脸识别、人脸检测等，每个人提供多个角度的图片。电商评价数据包含上百万条国内知名电商平台产品评价数据。可用于用户购置产品意愿分析、个性化推荐和精准营销，进展商业舆情监控和产品的市场行情分析。生鲜食品价格数据包含历年市蔬菜、水果、肉禽蛋、水产等生鲜食品的最低价、最高价以与平均价以与最新价格。利用大数据可进展生鲜食品行业分析。搜索引擎访问日志数据包含用户搜索记录数据。通过对用户搜索记录的分析，可以分析用户行为特征，构建广告点击模型。海量访问日志数据包含海量用户访问的日志数据。通过对日志的分析，我们可以知道获取每类页面的PV值PageView，页面访问量、独立IP数，哪个网页最有价值等。八、安装配置2、大数据实战集群与案例