文章目录
客快物流大数据项目学习框架
前言
一、项目简介
二、功能介绍
三、项目背景
四、服务器资源规划
五、技术亮点及价值
六、智慧物流大数据平台
客快物流大数据项目学习框架
前言
利用框架的力量，看懂游戏规则，才是入行的前提
大多数人不懂，不会，不做，才是你的机会，你得行动，不能畏首畏尾
选择才是拉差距关键，风向，比你流的汗水重要一万倍，逆风划船要累死人的
上面这些看似没用，但实际很重要，这里我就不再具体说明，感兴趣的同学可以看看我的大数据学习探讨话题：
学习框架的重要性
我是怎么坚持学习的
怎么确定学习目标
这个栏目为缺少项目的同学全面整理的客快物流大数据项目逻辑，内容是按基础环境搭建到项目架构设计，带你从基础到架构实战，想学会就得自律加坚持，赶快行动吧。
一、项目简介
本项目基于大型物流公司研发的智慧物流大数据平台，该物流公司是国内综合性快递、物流服务商，并在全国各地都有覆盖的网点。经过多年的积累、经营以及布局，拥有大规模的客户群，日订单达上千万，如此规模的业务数据量，传统的数据处理技术已经不能满足企业的经营分析需求。该公司需要基于大数据技术构建数据中心，从而挖掘出隐藏在数据背后的信息价值，为企业提供有益的帮助，带来更大的利润和商机
该大数据项目主要围绕订单、运输、仓储、搬运装卸、包装以及流通加工等物流环节中涉及的数据、信息等。通过大数据分析可以提高运输以及配送效率、减少物流成本、更有效地满足客户服务要求，实现快速、高效、经济的物流，并针对数据分析结果，提出具有中观指导意义的解决方案
物流大数据可以根据市场进行数据分析，提高运营管理效率，合理规划分配资源，调整业务结构，确保每个业务均可盈利。根据数据分析结果，规划、预计运输路线和配送路线，缓解运输高峰期的物流行为，提高客户的满意度，提高客户粘度。
二、功能介绍
- 业务系统数据主要存放到Oracle和Mysql数据库中，比如CRM系统数据在Mysql，OMS系统数据存放在Oracle中
- OGG增量同步Oracle数据库的数据，Canal增量同步Mysql数据库的数据
- OGG及Canal增量抽取的数据会写入到Kafka集群，供实时分析计算程序消费
- 实时分析计算程序消费kafka的数据，将消费出来的数据进行ETL操作
- 为了方便业务部门对各类单据的查询，StructureStreaming流式处理系统将数据经过JOIN处理后，将数据写入到Elastic Search中
- StructureStreaming流处理会将数据写入到ClickHouse，Java Web后端直接将数据查询出来进行展示
- StructureStreaming将实时ETL处理后的数据同步更新到Kudu中，方便进行数据的准实时分析、查询。Impala对kudu数据进行分析查询
- 前端应用对数据进行可视化展示
三、项目背景
本项目基于一家大型物流公司研发的智慧物流大数据平台。该物流公司是国内综合性快递、物流服务商，并在全国各地都有覆盖的网点。经过多年的积累、经营以及布局，拥有大规模的客户群，日订单达上千万。以下列举了国内的几家物流公司某个月份的数据：
如此规模的业务数据量，传统的数据处理技术已经不能满足企业的经营分析需求。该公司需要基于大数据技术构建数据中心，从而挖掘出隐藏在数据背后的信息价值，为企业提供有益的帮助，带来更大的利润和商机。而自2012年，国家已陆续出台相关的产业规划和政策，也从侧面推动了大数据产业的发展。
该大数据项目主要围绕订单、运输、仓储、搬运装卸、包装以及流通加工等物流环节中涉及的数据、信息等。通过大数据分析可以提高运输以及配送效率、减少物流成本、更有效地满足客户服务要求，实现快速、高效、经济的物流，并针对数据分析结果，提出具有中观指导意义的解决方案。
物流大数据可以根据市场进行数据分析，提高运营管理效率，合理规划分配资源，调整业务结构，确保每个业务均可盈利。根据数据分析结果，规划、预计运输路线和配送路线，环节运输高峰期的物流行为，提高客户的满意度，提高客户粘度。
四、服务器资源规划
因服务器资源有限，该项目采用两台服务器进行演示，每台服务器配置如下：
用途 | 主机名 | 操作系统/版本 | IP | 内存 | 硬盘 |
业务系统服务器 | node1 | Centos/7.5.1804 | 192.168.88.10 | 3GB | 40G |
大数据服务器 | node2 | Centos/7.5.1804 | 192.168.88.20 | 12GB | 60G |
使用到的软件信息：
服务器 | node1 | node2 |
Docker | √ | |
Oracle（11g） | √ | |
OGG | √ | |
MySql 5.7 | √ | |
Canal | √ | |
Hadoop | √ | |
Spark | √ | |
Kafka | √ | |
ClickHouse | √ | |
ElasticSearch | √ | |
Kudu | √ | |
Azkaban | √ | |
Impala | √ | |
HUE | √ |
五、技术亮点及价值
- 基于Docker搭建异构数据源，还原企业真实应用场景
- 以企业主流的Spark生态圈为核心技术，例如：Structure Streaming
- Azkaban定时调度主题及指标统计作业
- Kudu + Impala准实时分析系统
- 使用HUE集成Impala进行数据即席查询
- ClickHouse实时存储、计算引擎
- 自定义数据源实现Spark与Clickhouse的整合
- ELK全文检索
- Spring Cloud搭建数据服务
- 存储、计算性能调优