资源简介

理论一箩筐，不如真刀真抢干一场！本项目使用了Spark技术生态栈中的三个技术框架：Spark Core、Spark Streaming和Spark MLlib，进行道路交通实时流量监控预测系统的开发。

本项目主要采用目前大数据领域最成熟的实时计算框架Spark，它是目前主流企业在实时计算方向采用的主流框架。本项目使用了Spark技术生态栈中的三个技术框架：Spark Core、Spark Streaming和Spark MLlib，进行道路交通实时流量监控预测系统的开发。业务实现包括数据产生模块、数据实时收集处理模块、特征数据提取模块、模型预测模块、数据存储模块。

资源目录

——/计算机教程/09其他/130-大讲台-道路交通实时流量监控预测系统/
├──道路交通实时流量监控预测系统1  
|   ├──01项目背景.mp4  18.79M
|   ├──02业务总体需求.mp4  7.60M
|   ├──03难点分析.mp4  14.35M
|   ├──04数据采集阶段技术对比.mp4  25.71M
|   ├──05项目中数据采集技术Kafka.mp4  27.84M
|   ├──06Kafka安装及基本操作.mp4  54.31M
|   ├──07Kafka的API操作及项目中应用.mp4  45.73M
|   ├──08数据实时处理阶段技术拓展storm-1.mp4  10.28M
|   ├──08数据实时处理阶段技术拓展storm-2.mp4  5.24M
|   ├──08数据实时处理阶段技术拓展storm-3.mp4  9.99M
|   ├──08数据实时处理阶段技术拓展storm-4.mp4  5.19M
|   ├──08数据实时处理阶段技术拓展storm-5.mp4  53.68M
|   ├──08数据实时处理阶段技术拓展storm-6.mp4  5.92M
|   ├──09Spark Streaming 使用项目解决方案.mp4  21.30M
|   └──10Spark streaming项目中性能调优.mp4  8.96M
├──道路交通实时流量监控预测系统2  
|   ├──11Redis部署、基本操作及项目中使用1.mp4  28.41M
|   ├──11Redis部署、基本操作及项目中使用2.mp4  81.89M
|   ├──12项目机器学习算法库Mllib.mp4  22.08M
|   ├──13Mllib基本数据格式.mp4  16.71M
|   ├──14项目中实际模型选择.mp4  35.45M
|   ├──15产品功能的简单介绍.mp4  7.30M
|   ├──16架构设计.mp4  31.89M
|   ├──17技术选型.mp4  6.85M
|   ├──18部署方案.mp4  21.56M
|   └──19模块设计划分.mp4  18.74M
├──道路交通实时流量监控预测系统3  
|   ├──20部署及代码实现-1.mp4  84.42M
|   ├──20部署及代码实现-2.mp4  95.35M
|   ├──20部署及代码实现-3.mp4  150.21M
|   ├──20部署及代码实现-4.mp4  236.78M
|   ├──20部署及代码实现-5.mp4  108.55M
|   └──21项目简单总结.mp4  10.83M
└──项目-最终完整资料.zip  888.77M

资源下载