《城市治理项目解决方案说明书.docx》由会员分享，可在线阅读，更多相关《城市治理项目解决方案说明书.docx（11页珍藏版）》请在课桌文档上搜索。
1、城市治理项目解决方案说明书XX科技股份有限公司编制目录一、项目存在问题及需解决问题41 .存在问题41.1 1数据可见，但不可感知41.2 数据孤岛41.3 综合决策支持无据可依41.4 呈现效果落后于时代审美52 .需解决问题5二、解决方案61 .解决方案总体架构62 .核心技术7(1) Hadoop7(2) SpringMVC7(3) MyBatis8(4) Echarts8(5) MySQ1.8(6) Hive8(7) HBASE9(8) Zookeeper9(9) F1.ume9三、开发范围101 .数据生产102 .数据采集/消费103 .数据分析114 .数据展示12一、项目存在问
2、题及需解决问题1 .存在问题1.1 数据可见，但不可感知经过数十年信息化建设，政府各个部门手中已经存有大量的基础数据，包括系统数据、业务数据、基础数据、融合数据等。那么，如何将这些庞大的、繁杂的、冰冷的数据，经过分析，成体系、分主题地可视化呈现出数据背后的规律与价值，让数据真正可知可感，从而真正为管理者所用，让决策有数可依，从而科学地提升决策效率与能力呢？1.2 数据孤岛智慧城市建设的本质是数据资源的建设和整合，要将处在不同部门、不同行业、不同系统、不同数据格式之间的海量数据融合和互用，深度挖掘数据资源，形成新的支持决策的数据源。但是在行政体制当中，有各种各样的行政命令和法规，导致城市治理不能
3、横向打通，同时也缺少一个公共的平台，将海量数据资源进行对接和共享，造成数据孤岛的产生。大数据是智慧城市运营的基础，没有开放共享的数据支撑就谈不上真正的智慧城市。建设智慧城市，就要综合运用现代科学技术、整合信息资源、统筹业务应用，打破行政的壁垒，解决数据孤岛的问题。1.3 综合决策支持无据可依城市的管理和服务是持续不断的，会有大量的数据产生，而这些数据会反映出城市运行过程中的特点、规律和变化。通过对这些数据的分析，可以为城市的智慧化以及精细化管理提供决策依据，还能够为智慧城市的服务系统提供新的洞察力。因此，如何让综合决策支持有据可依，就需要从不同的角度进行观察和分析，将数据按主题、成系统地加以呈
4、现，便于城市管理者掌握数据在不同维度下呈现的规律和意义，了解城市运行的态势。1.4 呈现效果落后于时代审美随着指挥监控大厅的逐步普及，可视化管理的需求也急剧扩大，基于大屏幕显示系统的可视化平台已经成为智慧城市不可或缺的重要基础系统，传统的屏幕显示效果渐渐不能满足城市运行管理的需求。简单的柱饼图之类的数据显示方式远达不到高层的高效决策要求以及城市的信息化成果展示要求的效果。精美大气的系统能够将艺术与功能齐头并进，对城市管理者提升决策的判断力、整合优化信息资源和服务、提高工作效率等具有显著的意义。2 .需解决问题 数据孤岛 缺少有效的系统平台 显现效果审美提升二、解决方案1 .解决方案总体架构!S
5、1城市治理解决方案总体架构HBaSe是一个分布式的、面向列的开源数据库，该技术来源于FayChang所撰写的Goog1.e论文“Big1.ab1.e:一个结构化数据的分布式存储系统。就像Bigtab1.e利用了GOogIe文件系统(FiIeSystem)所提供的分布式数据存储一样，HBase在Hac1.oop之上提供了类似于Bigtab1.e的能力HBase是,pache的HadOoP项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBaSe基于列的而不是基于行的模式。系统采用面向对象的软件设计方法，把整个系统看作是多个离散对象的组合。系统
6、设计时，首先把业务流程分解成功能模块及其业务实体对象，然后根据业务流程分析对于这些业务实体对象的操作方法,形成业务处理对象，最后把各个功能模块关联起来，形成系统。软件设计是一个将需求转变为软件的过程，系统通过逐步求精使得设计陈述逐渐接近于源代码。系统程序采用MVC的设计思想，将展现逻辑、控制逻辑、业务处理逻辑分离。系统采用参数化的设计思想，定义和管理系统的实体及配置，调整实体以适应外部变化。系统采用J2EE技术保证程序逻辑实现的平台无关性，并便于安装部署。系统采用AJAX技术，提高客户操作的交互性，保证实际使用的易用性。系统采用echarts可视化框架实现数据展示。2 .核心技术(1) Had
7、oOPHadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。(2) SpringMVCSPringMVC:属于SpringErameWork的后续产品，已经融合在SpringWebFIoW里面。Spring框架提供了构建Web应用程序的全功能MVC模块。(3) MyBatisMYBatis:是支持普通SQ1.查询，存储过程和高级映射的优秀持久层框架。MyBatiS消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。MyBatis使用简单的XM1.或注解用于配置和原始映射，将接口和
8、Java的PoJOS(P1.ainO1.dJavaObjeCtS,普通的JaVa对象)映射成数据库中的记录。(4) EchartsECharts是一款基于Javascript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。(5) MySQ1.MySQ1.是一个关系型数据库管理系统，由瑞典MySQ1.AB公司开发，属于OraCIe旗下产品。MySQ1.是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQ1.是最好的KDBMS(Re1.ationa1.DatabaseManagementSystem,关系数据库管理系统)应用软件之一。MySQ1.是一种关系型数据
9、库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQ1.,所使用的SQ1.语言是用于访问数据库的最常用标准化语oMySQ1.软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQ1.作为网站数据库。(6) HiveIIiVe是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQ1.查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQ1.查询功能；可以将SQ1.语句转换为Ma
10、PRedUCe任务运行，通过自己的SQ1.查询分析需要的内容，这套SQ1.简称HiveSQ1.,使不熟悉mapreduce的用户可以很方便地利用SQ1.语言查询、汇总和分析数据。而mapreduce开发人员可以把自己写的mapper和reducer作为插件来支持hive做更.复杂的数据分析。它与关系型数据库的SQ1.略有不同，但支持了绝大多数的语句如DD1.、DM1.以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的：具进行数据提取转化加载，用来存储、查询和分析存储在Had。P中的大规模数据集，并支持UDF(User-DefinedFunction),UD.tF(User-Defnes
11、AggregateFunction)和UDTF(User-DefinedTab1.e-GeneratingFunction),也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。(7) HBASEHBase-HadOOPDatabaSe,是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCSerVer上搭建起大规模结构化存储集群。(8) ZkeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是GoogIe的ChUbby一个开源的实现，是HadOoP和HbaSe的重要组件。它是一个为分布式应用提供一致性
12、服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。(9) F1.umeFIUrne是CIOUdera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，F1.umc支持在日志系统中定制各类数据发送方，用于收集数据；同时，F1.ume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。三、开发范围1 .数据生产对于该模块的业务，印数据生产过程，一股并不会让你来进行操作，数据生产是一套完整且严密的体系，这样可以保证数据的安全性。但是如果涉及到项目的一体化方案的设计（数据的产生、存储、分析、展示），则必须清楚每一个环节是如何处理的，包括其中每个环境可能
13、隐藏的问题；数据结构，数据内容可能出现的问题。2 .数据采集/消费数据采集模块（消费），在企业中你要清楚流式数据采集框架f1.ume和kafka的定位是什么。我们在此需要将实时数据通过f1.ume采集到kafka然后供给给hbase消费。f1.ume：CIOUdera公司研发适合下游数据消费者不多的情况：适合数据安全性要求不高的操作：适合与Hadoop生态圈对接的操作。kafka:Iinkedin公司研发适合数据下游消费众多的情况；适合数据安全性要求较高的操作（支持rep1.ication）；因此我们常用的一种模型是：线上数据一f1.umekafkaf1.ume（根据情景增册该流程）HDFS线上数据一f1.umekafkasparkstreaming实时流式处理消费存储模块流程图:图2消费存储模藻流程图3 .数据分析我们的数据已经完整的采集到了HBaSe集群中，这次我们需要对采集到的数据进行分析，统计出我们想要的结果。注意，在分析的过程中，我们不一定会采取一个业务指标对应一个mapreduce-job的方式，如果情景允许，我们会采取一个mapreduce分析多个业务指标的方式来进行任务。分析模块流程图:图3分析模块流程图4.数据展示数据展示模块流程图:图4数据展示模块流程图
