更新 README.md

README.md

@@ -1,3 +1,65 @@
 # DataCollections
 
-Kafka生产 flume采集 sqoop抽取数据到Hive spark处理
+Kafka生产 flume采集 sqoop抽取数据到Hive spark处理
+
+# 大三下学期期末项目
+##  项目简介
+ - 项目主题10
+云部署+ 域名 + 服务 。云部署的形式，可以在任何有互联网的地方访问，如 访问百度一样，在连接互联网的机房都可以访问。相比较项目1，云服务器上的环境，可能要重新配置环境，出现问题，可能要练习云客服等才能处理。云服务也意味着收费，所以请慎重选择。云部署形式会增加很多的部署工作，所以评分也会相应的比较高。如果域名申请，时间较长，麻烦的话，可以通过nginx，反向代理通过IP去访问不用域名
+
+## 项目名称
+Orders information  statistical system( 订单信息统计系统)
+
+##  项目要求
+
+1. Kafka data production (kafka 数据生产)
+这个模块主要用来模拟在实时的业务系统中，用户数据是实时生产的,并推送到kafka 相应的主题中。
+1） 使用java 代码实现producer，并每隔5s推送以下数据给 kafka的 orders主题
+    需要推送的数据格式，请使用随机数 +数组 的形式进行随机产生，结果如下：
+    5个字段：分别是 订单类别，订单名字，订单数量，日期，顾客评分（很喜欢这个物品100，还行 50, 不喜欢 0 ），是否有效: Y是有效，N无效分隔符可以用 \t 进行拼接。
+2） 使用 flume 定时采集 相应kafka的数据写入到hdfs 的 /home/flume
+3） 使用 sqoop 定时将 Spark  data processing 所有处理的所有需求数据 抽取到 中央仓库 hive，建立相应的数据库名字 orders。
+
+
+
+2. Spark  data processing
+选这个模块主要使用 spark mysql ，hive 或者 kafka ，并进行需求处理，并将统计的结果写入相应的数据库表中
+1)  使用 spark sql /  spark streaming  创建消费者读取相应主题的数据
+2)  使用 spark sql /  spark streaming  实时统计  分别统计 所有有效和无效订单号的总和
+3)  使用 spark sql /  spark streaming  实时统计  各个订单号 各自的有效和无效数量
+4)  使用 spark sql /  spark streaming  实时统计  所有订单类别的数量
+5)  使用 spark sql 统计 各个订单的有效数和无效数的数量
+6)  使用 spark core/rdd 统计 各个订单的 各个类别的有效和无效数量
+7) 协同过滤推荐
+   a. 建立 订单-类别的关系矩阵   
+   b. 建立 类别-类别 的关系矩阵  
+   c. 基于 Item-Base CF 生成每个物品的推荐列表
+   d. 基于 User-Base CF 生成每个顾客的推荐列表
+提示：前端展示的工具或者 echarts 展示的项目直接读取 mysql ，不用和后端的spark+kafka在同一个项目。前端所有展示的数据指标最好在同一个项目中。
+3. Data visualization
+ 展示学生信息
+1）注册和登录页面 ，用户信息存储于mysql中
+
+2） 用户登录后，首页使用echarts静态展示所所有有效和无效数量的各自的总和，以及各自类别的有效和无效数量
+
+3） 个性化推荐：展示个性化推荐前6的类别名单。基于Item-Base 3个基于User-Base 3个。（基于协同过滤推荐的名单）
+
+4）离线推荐：展示有效最多的前3的类别
+
+5）通过搜索展示目标类别，以及相似类别top3 的推荐
+
+###  项目结构
+
+###  技术选型
+
+
+数据生产
+Java + Apache Kafka
+数据采集
+Apache Flume
+数据抽取
+Apache Sqoop
+数据处理
+Apache Spark (Spark SQL / Spark Streaming / Spark Core)
+数据存储
+MySQL + Hive + HDFS