基于spark流处理，模拟数据，统计数据，分析数据。大致架构：python脚本产生模拟数据（数据源），flume采集数据并且缓存到kafka中存储，接着spark消费并处理kafka中的数据，将结果存放至hbase（底层是hdfs）中。最后将数据进行可视化编程，javaweb项目，使用了springboot框架和echarts。
请参考用户行为分析（spark）
基于sklearn的常用机器学习算法探究。
最近一年贡献：51 次
最长连续贡献：5 日
最近连续贡献：1 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。
