葡萄管家項(xiàng)目解決方案說(shuō)明書(shū)XX科技股份有限公司編制

目錄一、項(xiàng)目存在問(wèn)題及需解決問(wèn)題 31. 存在問(wèn)題 32. 需解決問(wèn)題 4二、解決方案 51.解決方案總體架構(gòu) 52.核心技術(shù) 6（1）Hadoop 6（2）SpringMVC 6（3）MyBatis 7（4）Echarts 7（5）MySQL 7（6）Hive 7（7）HBASE 8（8）Zookeeper 8（9）Flume 8三、開(kāi)發(fā)范圍 91.數(shù)據(jù)生產(chǎn) 92.數(shù)據(jù)采集/消費(fèi) 93.數(shù)據(jù)分析 104.數(shù)據(jù)展示 11項(xiàng)目存在問(wèn)題及需解決問(wèn)題存在問(wèn)題1.農(nóng)技專(zhuān)家匱乏，服務(wù)范圍有限傳統(tǒng)的農(nóng)業(yè)生產(chǎn)，高度依賴(lài)農(nóng)業(yè)生產(chǎn)專(zhuān)家的現(xiàn)場(chǎng)技術(shù)指導(dǎo)，但即使是在非常需要農(nóng)業(yè)技術(shù)推廣人員的農(nóng)忙時(shí)節(jié)，在田間地頭依然難覓他們的蹤影。據(jù)調(diào)查，目前我國(guó)農(nóng)業(yè)技術(shù)推廣人員普遍缺少，即使是在農(nóng)業(yè)大省，也面臨嚴(yán)重缺乏的困局。數(shù)據(jù)顯示，目前我國(guó)在崗的農(nóng)技推廣人員僅有50萬(wàn)人，平均每萬(wàn)名農(nóng)業(yè)人口中農(nóng)技人員僅有6.6人。此外，嚴(yán)重的知識(shí)斷層和知識(shí)老化，以及知識(shí)結(jié)構(gòu)偏低，是現(xiàn)有農(nóng)技站面臨的另一個(gè)尷尬。農(nóng)技人員斷層的同時(shí)，涉農(nóng)專(zhuān)業(yè)也同樣門(mén)可羅雀，被莘莘學(xué)子打入冷宮。眾所周知，農(nóng)業(yè)發(fā)展需要科學(xué)的引領(lǐng)，需要科學(xué)的生產(chǎn)技術(shù)，但我國(guó)農(nóng)民接受新技術(shù)的能力普遍較差，大部分勞動(dòng)力不能掌握現(xiàn)代科學(xué)技術(shù)，依舊沿用傳統(tǒng)的生產(chǎn)方式和方法。要實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)化與現(xiàn)代化，就必須推廣應(yīng)用先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)和管理方法，在農(nóng)技人員匱乏且后續(xù)乏人的環(huán)境之下，如何利用先進(jìn)的互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)，將有限的農(nóng)業(yè)生產(chǎn)專(zhuān)家的生產(chǎn)技術(shù)和管理方法推廣應(yīng)用到農(nóng)業(yè)生產(chǎn)中，就成了當(dāng)務(wù)之急、燃眉之需。2.農(nóng)技服務(wù)模式單一，指導(dǎo)效率低下目前，我國(guó)的農(nóng)業(yè)技術(shù)服務(wù)模式比較單一，主要依賴(lài)農(nóng)業(yè)技術(shù)推廣站農(nóng)技人員到田間地頭進(jìn)行實(shí)地指導(dǎo)，間或組織農(nóng)業(yè)生產(chǎn)者進(jìn)行臨時(shí)的農(nóng)業(yè)技術(shù)培訓(xùn)。在農(nóng)業(yè)技術(shù)推廣人員極為匱乏的當(dāng)下，農(nóng)業(yè)生產(chǎn)指導(dǎo)的效率非常低。近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，農(nóng)業(yè)信息化有了一定的推進(jìn)，農(nóng)業(yè)專(zhuān)家、農(nóng)技人員可以通過(guò)互聯(lián)網(wǎng)進(jìn)行遠(yuǎn)程的農(nóng)業(yè)生產(chǎn)指導(dǎo)。然而，這種形式的指導(dǎo)僅僅是減少了農(nóng)技人員到現(xiàn)場(chǎng)的時(shí)間，在極為有限的程度上加大了農(nóng)技服務(wù)的面積，而專(zhuān)家在線(xiàn)指導(dǎo)依舊面臨著專(zhuān)家資源匱乏的問(wèn)題；加之遠(yuǎn)程指導(dǎo)僅僅通過(guò)照片、視頻、語(yǔ)音等進(jìn)行診斷、指導(dǎo)，存在信息采集不完全、信息傳遞有誤差等問(wèn)題；且農(nóng)業(yè)生產(chǎn)技術(shù)往往因人而異，不同的人進(jìn)行指導(dǎo)往往生產(chǎn)效果不同，導(dǎo)致遠(yuǎn)程農(nóng)技服務(wù)效果不佳。要提高農(nóng)技服務(wù)的效率，提升農(nóng)業(yè)生產(chǎn)的效率，歸根結(jié)底是要解決農(nóng)業(yè)專(zhuān)家匱乏、農(nóng)業(yè)技術(shù)服務(wù)模式單一、農(nóng)業(yè)生產(chǎn)技術(shù)缺乏標(biāo)準(zhǔn)的問(wèn)題。3.農(nóng)業(yè)數(shù)據(jù)稀缺，利用價(jià)值微小近年來(lái)，快速發(fā)展的大數(shù)據(jù)、物聯(lián)網(wǎng)等高新技術(shù)，給傳統(tǒng)農(nóng)業(yè)帶來(lái)了變革的可能。但由于我國(guó)農(nóng)業(yè)長(zhǎng)期處于小農(nóng)經(jīng)濟(jì)模式，農(nóng)業(yè)生產(chǎn)數(shù)據(jù)極為匱乏，農(nóng)業(yè)生產(chǎn)數(shù)據(jù)采集的方式落后，對(duì)于大數(shù)據(jù)來(lái)說(shuō)，采集的數(shù)據(jù)微乎其微。而且，目前數(shù)據(jù)孤島問(wèn)題嚴(yán)重，農(nóng)業(yè)生產(chǎn)數(shù)據(jù)主要集中在科研院所，數(shù)據(jù)遠(yuǎn)未實(shí)現(xiàn)數(shù)字化，并沒(méi)有建立起真正意義上的農(nóng)業(yè)數(shù)據(jù)庫(kù)，更沒(méi)有形成大數(shù)據(jù)的共享利用。大數(shù)據(jù)的“4V”特性里面，有一點(diǎn)很重要的特性是“價(jià)值密度低”，也就是說(shuō)單純的原始數(shù)據(jù)對(duì)用戶(hù)來(lái)說(shuō)價(jià)值并不大，一定要經(jīng)過(guò)專(zhuān)業(yè)的分析處理，才能體現(xiàn)出真正的價(jià)值。雖然目前已有一些基于大數(shù)據(jù)的農(nóng)業(yè)生產(chǎn)管理產(chǎn)品，但尚未建立標(biāo)準(zhǔn)的農(nóng)業(yè)數(shù)據(jù)庫(kù)及農(nóng)業(yè)生產(chǎn)智能算法，與智能化生產(chǎn)尚有較大差距，遠(yuǎn)未涉足農(nóng)業(yè)生產(chǎn)的人工智能領(lǐng)域。需解決問(wèn)題農(nóng)業(yè)數(shù)據(jù)稀缺，利用價(jià)值微小缺少有效的系統(tǒng)平臺(tái)業(yè)務(wù)標(biāo)準(zhǔn)解決方案解決方案總體架構(gòu)圖1葡萄管家解決方案總體架構(gòu)HBase是一個(gè)分布式的、面向列的開(kāi)源數(shù)據(jù)庫(kù)，該技術(shù)來(lái)源于FayChang所撰寫(xiě)的Google論文“Bigtable：一個(gè)結(jié)構(gòu)化數(shù)據(jù)的分布式存儲(chǔ)系統(tǒng)”。就像Bigtable利用了Google文件系統(tǒng)（FileSystem）所提供的分布式數(shù)據(jù)存儲(chǔ)一樣，HBase在Hadoop之上提供了類(lèi)似于Bigtable的能力。HBase是Apache的Hadoop項(xiàng)目的子項(xiàng)目。HBase不同于一般的關(guān)系數(shù)據(jù)庫(kù)，它是一個(gè)適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)。另一個(gè)不同的是HBase基于列的而不是基于行的模式。系統(tǒng)采用面向?qū)ο蟮能浖O(shè)計(jì)方法，把整個(gè)系統(tǒng)看作是多個(gè)離散對(duì)象的組合。系統(tǒng)設(shè)計(jì)時(shí)，首先把業(yè)務(wù)流程分解成功能模塊及其業(yè)務(wù)實(shí)體對(duì)象，然后根據(jù)業(yè)務(wù)流程分析對(duì)于這些業(yè)務(wù)實(shí)體對(duì)象的操作方法，形成業(yè)務(wù)處理對(duì)象，最后把各個(gè)功能模塊關(guān)聯(lián)起來(lái)，形成系統(tǒng)。軟件設(shè)計(jì)是一個(gè)將需求轉(zhuǎn)變?yōu)檐浖倪^(guò)程，系統(tǒng)通過(guò)逐步求精使得設(shè)計(jì)陳述逐漸接近于源代碼。系統(tǒng)程序采用MVC的設(shè)計(jì)思想，將展現(xiàn)邏輯、控制邏輯、業(yè)務(wù)處理邏輯分離。系統(tǒng)采用參數(shù)化的設(shè)計(jì)思想，定義和管理系統(tǒng)的實(shí)體及配置，調(diào)整實(shí)體以適應(yīng)外部變化。系統(tǒng)采用J2EE技術(shù)保證程序邏輯實(shí)現(xiàn)的平臺(tái)無(wú)關(guān)性，并便于安裝部署。系統(tǒng)采用AJAX技術(shù)，提高客戶(hù)操作的交互性，保證實(shí)際使用的易用性。系統(tǒng)采用echarts可視化框架實(shí)現(xiàn)數(shù)據(jù)展示。核心技術(shù)HadoopHadoop是一個(gè)由Apache基金會(huì)所開(kāi)發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶(hù)可以在不了解分布式底層細(xì)節(jié)的情況下，開(kāi)發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)。SpringMVCSpringMVC：屬于SpringFrameWork的后續(xù)產(chǎn)品，已經(jīng)融合在SpringWebFlow里面。Spring框架提供了構(gòu)建Web應(yīng)用程序的全功能MVC模塊。MyBatisMYBatis：是支持普通SQL查詢(xún)，存儲(chǔ)過(guò)程和高級(jí)映射的優(yōu)秀持久層框架。MyBatis消除了幾乎所有的JDBC代碼和參數(shù)的手工設(shè)置以及結(jié)果集的檢索。MyBatis使用簡(jiǎn)單的XML或注解用于配置和原始映射，將接口和Java的POJOs（PlainOldJavaObjects，普通的Java對(duì)象）映射成數(shù)據(jù)庫(kù)中的記錄。EchartsECharts是一款基于Javascript的數(shù)據(jù)可視化圖表庫(kù)，提供直觀(guān)，生動(dòng)，可交互，可個(gè)性化定制的數(shù)據(jù)可視化圖表。MySQLMySQL是一個(gè)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，由瑞典MySQLAB公司開(kāi)發(fā)，屬于Oracle旗下產(chǎn)品。MySQL是最流行的關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)之一，在WEB應(yīng)用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng))應(yīng)用軟件之一。MySQL是一種關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，關(guān)系數(shù)據(jù)庫(kù)將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個(gè)大倉(cāng)庫(kù)內(nèi)，這樣就增加了速度并提高了靈活性。MySQL所使用的SQL語(yǔ)言是用于訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)的最常用標(biāo)準(zhǔn)化語(yǔ)言。MySQL軟件采用了雙授權(quán)政策，分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是開(kāi)放源碼這一特點(diǎn)，一般中小型網(wǎng)站的開(kāi)發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫(kù)。HiveHive是基于Hadoop構(gòu)建的一套數(shù)據(jù)倉(cāng)庫(kù)分析系統(tǒng)，它提供了豐富的SQL查詢(xún)方式來(lái)分析存儲(chǔ)在Hadoop分布式文件系統(tǒng)中的數(shù)據(jù)：可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫(kù)表，并提供完整的SQL查詢(xún)功能；可以將SQL語(yǔ)句轉(zhuǎn)換為MapReduce任務(wù)運(yùn)行，通過(guò)自己的SQL查詢(xún)分析需要的內(nèi)容，這套SQL簡(jiǎn)稱(chēng)HiveSQL，使不熟悉mapreduce的用戶(hù)可以很方便地利用SQL語(yǔ)言查詢(xún)、匯總和分析數(shù)據(jù)。而mapreduce開(kāi)發(fā)人員可以把自己寫(xiě)的mapper和reducer作為插件來(lái)支持hive做更復(fù)雜的數(shù)據(jù)分析。它與關(guān)系型數(shù)據(jù)庫(kù)的SQL略有不同，但支持了絕大多數(shù)的語(yǔ)句如DDL、DML以及常見(jiàn)的聚合函數(shù)、連接查詢(xún)、條件查詢(xún)。它還提供了一系列的：具進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載，用來(lái)存儲(chǔ)、查詢(xún)和分析存儲(chǔ)在Hadoop中的大規(guī)模數(shù)據(jù)集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以實(shí)現(xiàn)對(duì)map和reduce函數(shù)的定制，為數(shù)據(jù)操作提供了良好的伸縮性和可擴(kuò)展性。HBASEHBase–HadoopDatabase，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用HBase技術(shù)可在廉價(jià)PCServer上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群。ZookeeperZooKeeper是一個(gè)分布式的，開(kāi)放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)，是Google的Chubby一個(gè)開(kāi)源的實(shí)現(xiàn)，是Hadoop和Hbase的重要組件。它是一個(gè)為分布式應(yīng)用提供一致性服務(wù)的軟件，提供的功能包括：配置維護(hù)、域名服務(wù)、分布式同步、組服務(wù)等。FlumeFlume是Cloudera提供的一個(gè)高可用的，高可靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類(lèi)數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時(shí)，F(xiàn)lume提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理，并寫(xiě)到各種數(shù)據(jù)接受方（可定制）的能力。開(kāi)發(fā)范圍數(shù)據(jù)生產(chǎn)對(duì)于該模塊的業(yè)務(wù)，即數(shù)據(jù)生產(chǎn)過(guò)程，一般并不會(huì)讓你來(lái)進(jìn)行操作，數(shù)據(jù)生產(chǎn)是一套完整且嚴(yán)密的體系，這樣可以保證數(shù)據(jù)的安全性。但是如果涉及到項(xiàng)目的一體化方案的設(shè)計(jì)（數(shù)據(jù)的產(chǎn)生、存儲(chǔ)、分析、展示），則必須清楚每一個(gè)環(huán)節(jié)是如何處理的，包括其中每個(gè)環(huán)境可能隱藏的問(wèn)題；數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)內(nèi)容可能出現(xiàn)的問(wèn)題。數(shù)據(jù)采集/消費(fèi)數(shù)據(jù)采集模塊（消費(fèi)），在企業(yè)中你要清楚流式數(shù)據(jù)采集框架flume和kafka的定位是什么。我們?cè)诖诵枰獙?shí)時(shí)數(shù)據(jù)通過(guò)flume采集到kafka然后供給給hbase消費(fèi)。flume：cloudera公司研發(fā)適合下游數(shù)據(jù)消費(fèi)者不多的情況；適合數(shù)據(jù)安全性要求不高的操作；適合與Hadoop生態(tài)圈對(duì)接的操作。kafka：linkedin公司研發(fā)適合數(shù)據(jù)下游消費(fèi)眾多的情況；適合數(shù)據(jù)安全性要求較高的操作（支持replication）；因此我們常用的一種模型是：線(xiàn)上數(shù)據(jù)-->flume-->kafka-->flume(根據(jù)情景增刪該流程)-->HDFS線(xiàn)上數(shù)據(jù)-->flume-->kafka-->sparks