基于JavaWeb+BS架构+SpringBoot+Vue基于hive旅游数据的分析与应用系统的设计和实现-编程知识

基于JavaWeb+BS架构+SpringBoot+Vue基于hive旅游数据的分析与应用系统的设计和实现

- 文末获取源码
- Lun文目录
- 前言
- 主要技术
- 系统设计
- 功能截图
- 订阅经典源码专栏
- - Java项目精品实战案例《500套》
- 源码获取

文末获取源码

Lun文目录

1 概述 5
1.1 研究背景 5
1.2 研究意义 5
1.3 研究内容 5
2 关键技术介绍 7
2.1 Java介绍 7
2.2 MySql数据库 7
2.3 Hadoop介绍 8
2.4 hive简介 8
2.5 B/S架构 9
2.6 Spring boot框架 9
3 系统分析 11
3.1需求分析 11
3.2 可行性分析 11
3.2.1经济可行性 12
3.2.2技术可行性 12
3.2.3运行可行性 12
3.3 系统功能分析 12
3.4系统流程分析 13
3.4.1程序流程图设计 13
3.4.2添加信息流程图设计 14
3.4.3删除信息流程图设计 15
4 系统的设计 16
4.1 系统总功能模块设计 16
4.2 系统数据库设计 16
4.2.1 数据库系统概要设计 16
4.2.2 E-R模型结构设计 16
4.3数据表设计 18
5 系统的实现 23
5.1系统功能实现 23
5.2管理员模块实现 24
6系统测试 29
6.1系统测试的目的 29
6.2软件测试过程 29
6.3测试用例 30
结论 31
致谢 32
参考文献 33

前言

随着计算机技术发展，计算机系统的应用已延伸到社会的各个领域，大量基于网络的广泛应用给生活带来了十分的便利。所以把旅游数据管理与现在网络相结合，利用计算机搭建旅游数据的分析与应用系统，实现旅游数据的信息化。则对于进一步提高旅游数据管理发展，丰富旅游数据管理经验能起到不少的促进作用。
系统阐述的是使用基于hive旅游数据的分析与应用系统，对于Java、B/S结构、MySql进行了较为深入的学习与应用。主要针对系统的设计，描述，实现和分析与测试方面来表明开发的过程。开发中使用了springboot框架和MySql数据库技术搭建系统的整体架构。利用这些技术结合实际需求开发了具有个人中心、用户管理、旅游数据管理、地名管理、系统管理等功能的系统，最后对系统进行相应的测试，测试系统有无存在问题以及测试用户权限来优化系统，最后系统达到预期目标。
关键字：旅游数据；Java；springboot；MySql数据库

主要技术

Hadoop介绍
Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。主要有以下优点：
（1）高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。
（2）高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。
（3）高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。
（4）低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，hadoop是开源的，项目的软件成本因此会大大降低。
2.4 hive简介
hive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称Hive SQL，使不熟悉mapreduce的用户可以很方便地利用SQL语言查询、汇总和分析数据。而mapreduce开发人员可以把自己写的mapper和reducer作为插件来支持hive做更复杂的数据分析。它与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的工具进行数据提取转化加载，用来存储、查询和分析存储在Hadoop中的大规模数据集，并支持UDF（User-Defined Function）、UDAF(User-Defined AggregateFunction)和UDTF（User-Defined Table-Generating Function），也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。
2.5 B/S架构
Browser/Server简称（B/S），即：浏览器/服务器架构模式；属于WEB发展后的所出现的一种网络构造，而WEB又是主要的浏览器应用商品软件。B/S架构模式不仅将系统的重新开发、维修及利用等简单化，更将其重点放到了服务器上。它使客户端得到了统一，在服务器上汇集了系统功能的最核心部分。
B/S架构模式，在服务器接收到浏览器发出请求后将进行对应的回应。Internet上文本、图片、动画等信息主要由Web服务器产生，而用户主要是通过浏览器访问这些信息。在Web上下载程序时遇到某些和数据库相关的指令，可以将这些指令转接到数据库服务器来进行解释和执行