疫情监测项目解决方案说明书

疫情监测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 31.存在问题 32.需解决问题 4二、解决方案 51.解决方案架构 52.关键技术 6（1）Hadoop 6（2）SpringMVC 6（3）MyBatis 6（4）Echarts 7（5）MySQL 7（6）Hive 7（7）HBASE 8（8）Zookeeper 8（9）Flume 8三、开发范围 81.数据生产 82.数据采集/消费 93.数据分析 104.数据展示 11项目存在问题及需解决问题存在问题今年突如其来的新冠肺炎疫情，对我国的社会治理体系和治理能力是一次大考。在这场疫情防控阻击战中，大数据技术展现出广阔的应用前景，其与交通、医疗、教育等领域的深度融合，提升了疫情防控的组织和执行效率，是科学战疫的重要利剑，让人印象深刻。不过，在此次疫情应对中，也暴露出大数据及其智能技术在发展应用中存在的诸多瓶颈和制约。大数据的核心在于多源数据的互联互通，但此次疫情防控中数据分散割裂、聚而不通、通而不用的问题较为明显。数据开放共享不足，信息孤岛问题突出。疫情防控每时每刻都产生着大量的疫情大数据，但回过头看，各渠道获取的疫情数据普遍存在数据口径不规范、统计时间不准确、数据信度待提升等问题，多源数据质量堪忧，治理效率相对较低。此外，疫情期间，中小型企业应用大数据技术研发的创意小发明，有效支撑了疫情防控及复工复产，如无感人体测温系统等“小”技术。然而，进入后疫情时代，这些“小”技术如昙花一现，如AI测温系统等出现软件升级延缓问题，严重影响新技术的持续发展。数据产业规模欠缺，“小”技术韧性不足的问题值得引起关注。进入后疫情时代，数据多元化、高通量、分散随机等特点进一步凸显。作为一项复杂的系统性工程，大数据技术发展亟须补短板、强韧性。要加快打通多方数据壁垒，提升治理数字化水平。国家层面应给予数据汇聚适度授权，探索基于区块链技术的数据共享新模式，实现跨部门、跨平台、多源头数据的开放共享。结合数字身份标识技术，增强接入数据可信认证，推进国家人口基础数据、法人单位信息数据、空间地理基础数据等后疫情相关数据的跨部门、跨区域开放共享。需解决问题要加快制定多维标准体系，补齐数据标准化短板。系统梳理疫情防控过程中暴露的大数据技术标准化建设短板，围绕数据共享、流程再造、服务协同等要求，规范数据口径、统计标准、数据信度等。结合当前经济社会发展的形势及挑战，以国家标准、行业标准、地方标准为主体，以团体标准为补充，尽快制定疫情大数据收集利用的标准体系。综合应用大规模异构数据融合、认知计算等技术，深化政府数据和社会数据关联融合利用，提升后疫情时代数据治理效率。要加快培育强化创新生态，增强技术产业化韧性。借助疫情防控大数据技术应用实践，加快大数据技术协同创新共同体建设，建立创新要素开放共享机制，培育强化后疫情时代的大数据技术创新生态。加快大数据创新链与产业链的深度融合，尤其是加强大数据相关技术与防控物资智能物流、信息技术产业、人工智能与智能装备等后疫情产业的内嵌融合。围绕大数据关键技术疫情防控实践的积极进展，逐步完善大数据工具、平台和系统产品体系，增强技术产业化韧性。加快厘清数据权责边界，落实大数据监管监督。明确大数据存储、使用、传输、发布的权责关系，提升大数据安全管理水平，防范各种个人信息的大规模收集、使用可能带来的数据泄露风险。重视信息安全与隐私保护，建立安全、可信的数据加密和认证保护技术，制定相应的原则和标准完善大数据分类保护机制，筑牢后疫情时代大数据安全韧性。解决方案解决方案架构图1解决方案架构图系统开发平台使用Hadoop大数据开发平台。Hadoop是一个高度可扩展的存储平台，可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。能扩展到处理大量的数据，能提供成百上千TB的数据节点上运行的应用程序。Hadoop能够有效的在几分钟内处理TB级的数据。相比关系型数据库管理系统更具有优势。它适用于任何规模的非结构化数据持续增长的企业，将帮助用户持续提高用户体验。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。关键技术HadoopHadoop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。SpringMVCSpringMVC：属于SpringFrameWork的后续产品，已经融合在SpringWebFlow里面。Spring框架提供了构建Web应用程序的全功能MVC模块。MyBatisMYBatis：是支持普通SQL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XML或注解用于配置和原始映射，将接口和Java的POJOs（PlainOldJavaObjects，普通的Java对象）映射成数据库中的记录。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。MySQLMySQL是一个关系型数据库管理系统，由瑞典MySQLAB公司开发，属于Oracle旗下产品。MySQL是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，关系数据库管理系统)应用软件之一。MySQL是一种关系型数据库管理系统，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。MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言。MySQL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MySQL作为网站数据库。Hivehive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL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SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称HiveSQL，使不熟悉mapreduce的用户可以很方便地利用SQL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SQL略有不同，但支持了绝大多数的语句如DDL、DML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Hadoop中的大规模数据集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-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。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。ZookeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google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。FlumeFlume是Cloudera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，Flume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，Flume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。开发范围数据生产对于该模块的业务，即数据生产过程，一般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隐藏的问题；数据结构，数据内容可能出现的问题。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flume和kafka的定位是什么。我们在此需要将实时数据通过flume采集到kafka然后供给给hbase消费。flume：cloudera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：linkedin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replication）；因此我们常用的一种模型是：线上数据-->flume-->kafka-->flume(根据情景增删该流程)-->HDFS线上数据-->flume-->kafka-->sparkstr