大数据处理与分析挖掘平台

一、概述

随着大数据技术的发展，用户标签化管理、大数据用户画像描述、个性化精准信息推送、交互式客户关系管理、智能决策和商业分析等应用场景已经成为现实。大数据技术的发展为各行各业带来机遇，也带来挑战。传统的数据库系统无法满足多源易构数据存储的需要，同时缺乏一个完整的大数据平台支撑数据和分析工作。

大数据处理与分析挖掘平台是以Hadoop、Spark、NoSQL等产品基础，结合大数据产业环境、岗位模型、企业人才的需求，以Docker容器技术虚拟化技术作为底层基础环境的一个开放、稳定和高度可扩展的框架，通过可视化平台实现大数据平台的管理和各大数据组件的监控，并提供丰富的实验镜像支持，为实现在线实验、模型训练、等教学、科研实践应用，提供优质的课扩展性、可靠性、可维护性、高性能的平台支撑。

二、功能介绍

  大数据资源的管理  整合了各类存储系统的优势，构建成适合教学和科研使用的教育数据湖系统，支持快速定制底层环境封装，并便于与上层教学环境轻松调用，可二次编辑。

   大数据平台的监控  系统操作简单，部署方便，界面友好，仅仅需要点击鼠标就能实现大数据的复杂配置，具备可视化仪表盘，灵活监控各个组件的状态情况。

  大数据采集与存储  通过图形化界面实现多源异构数据采集和存储，根据数据特征的差异，自动选取不同的存储介质对数据进行存储，适应教育用户的教学和科研需求。

  大数据处理与挖掘  支持图形化界面拖拽的方式实现数据预处理的操作。支持分布式任务处理，提供完整数据挖掘算法库，并提供了挖掘任务的查看、管理功能。

  大数据分析与展现  系统支持对结构化、半结构、非结构化数据的可视化查询，用户可以自定义查询逻辑规则，系统在后台自动提交查询任务。

  大数据教学与实验  实现为学生提供了线上线下混合教学环境， 学生可以在该平台上完成课程学习、强化演练、实现操作、应用实战等多个环境的教学任务。