bike

共享单车项目

架构图

小程序首页

用户注册

广告和充值

技术架构：

1. Hadoop HA集群 + Zookeeper 进行集群配置、管理
2. Kafka集群 + Flume + Hive 进行数据采集、存储
3. SparkStreaming + SparkSQL 进行数据清洗、分析
4. Nginx负载均衡、反向代理服务器
5. MySQL集群 + MongoDB集群 + Redis集群
6. SpringBoot+微信小程序

项目描述：

1. 用户可以查看周围单车，并通过扫码进行使用。
2. 首次使用的用户需要注册并绑定相关信息。
3. 用户还可以选择账户充值、单车报修、参加广告活动相关业务。
4. 通过记录的日志对用户以及城市对共享单车的使用进行分析。
5. 通过后台管理页面查看当前存储的数据和最终如下统计结果： a) 每日、不同地区、不同终端设备用户访问量。 b) 不同地区、不同终端设备用户单车使用情况 c) 不同地区单车损坏情况 d) 不同地区用户对广告活动的点击量 e) 每日、不同地区、不同终端充值情况 f) ……

详细流程：

1. 加载页面时埋点记录log，发送（用户appid，log，lat，时间，省市区，终端类型）
2. 存在两台nginx反向代理服务器：一台作为日志采集服务器，一台作为业务系统负载均衡服务器（三台tomcat处理业务）。
3. 首次打开页面会根据MongoDB的geohash算法获取用户五百米范围内的单车。
4. 用户状态分为：0未注册、1绑定手机号、2已交押金、3绑定身份证。
5. 首次点击扫码会跳转到注册页面。
6. 用户填写手机号,请求后台发送验证码,后台生成4位随机验证码保存到redis中（key:手机号，value:验证码），有效时长120秒，发送给用户。
7. 用户验证码匹配正确后，将用户数据保存到MongoDB中。
8. 用户交押金、绑定身份证后更新用户状态、更新用户信息。
9. 用户点击充值按钮，充值成功后，通过埋点给日志采集服务器发送日志（所在地区，经纬度，手机号，appid，金额）。
10. 用户点击保修，埋点记录log(所在地区，经纬度)
11. 用户点击广告，埋点记录log（所在地区，appid，手机号，活动编号，时间，经纬度）
12. nginx日志采集服务器集成kafka，将日志发送到kafka的topic中。
13. sparkStreaming从kafka中拉取数据实时计算进行数据清洗（json转cvs）保存到hive的分区表中
14. 使用linux的调度机制，定时添加分区。
15. 配置两个flume，flum使用kafka channel 和 hdfs sink 保存日志到hdfs。由于同一个消费者组，不会重复记录日志。
16. 使用sparkSQL集成hive、MongoDB进行数据分析。
17. 数据分析结果保存到MySQL集群。