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
递进式学习,熟练扩展
感谢分享
正在研究交通大数据,谢谢分享
感谢分享
好好学习
感谢分享
学习学习
谢谢分享
感谢分享
看看质量
学习学习
感谢分享