尚硅谷大数据项目实战提升大神班【完结】2021年

项目简介

本项目参考美团、OPPO、知乎等大数据实时数仓项目架构，采用当前主流的实时数据处理框架Flink进行搭建，对接多种数据源，并实现了对结果数据的实时展示，与离线数仓可以无缝对接，真正实现了流批一体，可以无缝满足企业实时数据处理需求。

项目架构

Nginx SpringBoot Flume1.9 Kafka2.4.1 Flink1.2 Canal HA Redis ElasticSearch HBase2.0.5 Phoenix ECharts MySQL5.7 Maxwell Kibana ClickHouse DataV

项目场景

可满足各种行业、不同规模的企业的实时数据处理场景，例如实时分析新用户注册人群、实时显示交易额、实时对账、实时预警等。

技术点

通过分层处理，让实时计算复用性更好，结构更清晰；通过结合MySQL动态配置表实现数据的动态分流；使用HBase Redis 实现维度数据的管理与关联查询；提供针对不同情境的双流Join解决方案，优化双流Join解决方案；结合keyed state实现数据的去重、计算等功能；实现对于所有需求提供Flink代码和Flink SQL代码两种解决方案，可满足不同的企业开发需求；使用Table Function 扩展FlinkSQL功能；使用Flink CEP实现不同用户行为模式的识别；使用Clickhouse 实现宽表数据的存储，提高数据查询效率，提供即席查询解决方案；结合Springboot对接百度sugar实现数据可视化大屏展示。

项目特色

本项目采用最新的实时数据处理框架Flink进行搭建，对接多种数据源，并实现了对结果数据的实时展示，与离线数仓可以无缝对接，真正实现了流批一体，可以无缝满足企业实时数据处理需求。通过分层处理，让实时计算复用性更好，结构更清晰。通过结合MySQL动态配置表实现数据的动态分流。使用HBase Redis 实现维度数据的管理与关联查询；提供针对不同情境的双流join解决方案，优化双流join解决思路；结合keyed state实现数据的去重、计算等功能；实现对于所有需求提供Flink代码和Flink SQL代码两种解决方案，可满足不同的企业开发需求；使用Table Function 扩展FlinkSQL功能；使用Flink CEP实现不同用户行为模式的识别；使用Clickhouse 实现宽表数据的存储，提高数据查询效率，提供即席查询解决方案；结合SpringBoot对接百度sugar实现数

课程目录