社会治理项目解决方案说明书.docx

《社会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《社会治理项目解决方案说明书.docx（11页珍藏版）》请在第壹文秘上搜索。

1、社会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31. 存在问题32. 需解决问题4二、解决方案51 .解决方案总体架构52 .核心技术6(1) Hadoop6(2) SpringMVC6(3) MyBatis6(4) Echarts7(5) MySQ1.7(6) Hive7(7) HBASE8(8) Zookeeper8(9) F1.ume8三、开发范围91 .数据生产92 .数据采集/消费93 .数据分析104 .数据展示11一、项目存在问题及需解决问题1.存在问题XXX在社会管理上还依赖传统方式，还存在着手段相对落后，基层力量相对薄弱等问题，具体问题为：

2、(D信息采集环节薄弱。各部门、各机构建设的信息管理系统各自为政、相同的基础数据不同的采集方式和管道相同的基础数据不同的采集方式和管道。基层工作人员采用传统方式进行信息采集，不仅效率低下且反.复采集报送，造成信息更新不及时、不准确。(2)信息共享效能不高。由于各独立的行政组织机构和信息化平台统一化要求的现实冲突，社会管理数据资源出现了明显数据指标口径不一、条块分割、信息流通停滞不前的局面。一些相互联系的数据资源被分割在不同部门的数据库中，信息资源权属单一，信息壁垒严重，信息共享程度不高。加之各部门的信息化发展水平不一，部门之间的数据资源不对称、不完备和缺乏权威，数据资源使用范围狭窄,用途单一，重

3、复利用率低，丧失了信息应有的流动性、共享性的特性。(3)资源整合度低。社会管理信息资源较多，但广泛分散在多个部门和机构中，信息资源获取渠道复杂且存在重复，没有统一的数据资源整合平台。相关建设技术比较落后，不能适应大数据量分析和存储的要求，且信息横向不能开放、共享，降低了信息的使用效率。(4)信息研判滞后。信息研判仅停留在表面数据的分析、判断,缺乏对分散、孤立信息的归纳整理，不能从中发现带有规律性、苗头性的东西，未能形成有情况、有分析、有建议的综合性、预警性信息，服务决策的效果不明显。从信息处理的范围看，信息研判仅限于单一信息系统内部估摸，缺乏从整体、因果、联系的角度，综合利用、研判各类信息。此

4、外，信息采集录入、流转研判、利用反馈、评定等基础环节流转不畅，整体运行机制不强，不能有效地将研判结果服务行政决策，限制了社会管理水平的提高。(5)社会管理仍比较传统，缺乏创新。人口流动不断加快，就业方式日益多样，而社会协同、公众参与的管理新格局远未形成。目前，农民工、城镇下岗职工、大学生就业呈现多元化、大流动趋势,大量新成立的就业组织采取“非单位”的管理体制，使流动人口逐年增加，公民社会开始形成，经济社会管理带来新的难题，而社区服务组织和社会组织发育滞后，城乡社会管理网络建设没有健全，出现了许多管理盲区，出现无人管无人理的“社会人”，给维护社会和谐稳定带来压力。2.需解决问题 数据分散 信息壁

5、垒 分割管理 一致性差二、解决方案1 .解决方案总体架构KMDfSECSaIITab1.eau效第米Jt笈图1社会治理第决方案总旅架构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GOOgIe论文Bigtab1.e：一个结构化数据的分布式存储系统就像BigtabIe利用了GOogIe文件系统(Fi1.eSyStem)所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtab1.e的能力OHBaSe是APaChe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

6、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

7、，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) HadpHadoop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) SpringMVCSPringMVe:属于SpringFrameWork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

8、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Orac1.e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RDBMS(Re1.ationa1.Database

9、ManagementSystem,关系数据库管理系统)应用软件之一。MySQ1.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。MySQ1.所使用的SQ1.语言是用于访问数据库的最常用标准化语言。MySQ1.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) HiveHiYe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

10、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MaPRedUCe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、杳询和分析存储在HadOOP中的大规模数据集

11、，并支持UDF(User-DefinedFunction),UDAF(User-DefnesAggregateFunc1.ion)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) 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GoogIe

12、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。(9) F1.umeFIUme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.Ume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，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

13、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。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

14、们常用的一种模型是：线上数据一f1.ume-kafkaf1.ume（根据情景增删该流程）UDFS线上数据一f1.umekafka-Sparkstreaming实时流式处理消费存储模块流程图:AumoKafka图2消费存储小块流程图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数需展示模块流程图