摘 要
信息化社会内需要与之针对性的信息获取途径，但是途径的扩展基本上为人们所努力的方向，由于站在的角度存在弊端，人们经常能够得到不同范例信息，这也是技术最为难以攻克的课题。针对气象分析大屏可视化等标题，对气象进行研究分析，然后开发设计出气象分析大屏可视化系统以办理标题。
气象分析大屏可视化系统主要功能模块包括背景首页，系统用户（管理员），模块管理（日照时数，平均相对湿度，年降水量，平均气温，贵阳气象分析，气温对比），接纳面对对象的开发模式进行软件的开发和硬体的架设，能很好的满意实际使用的需求，美满了对应的软体架设以及程序编码的工作，接纳MySQL作为背景数据的主要存储单元，采用Hadoop框架、python技术、Ajax技术进行业务系统的编码及其开发，实现了本系统的全部功能。本次报告，起首分析了研究的背景、作用、意义，为研究工作的合理性打下了底子。针对气象分析大屏可视化系统的各项需求以及技术标题进行分析，证实了系统的须要性和技术可行性，然后对设计系统需要使用的技术软件以及设计头脑做了基本的介绍，最后来实现气象分析大屏可视化系统和摆设运行使用它。
关键词：气象分析大屏可视化；Hadoop框架；MySQL数据库
Hadoop meteorological analysis large screen visualization
Abstract
In the information society, there is a need for targeted access to information, but the expansion of the access is basically the direction of people's efforts. Because of the deviation in the perspective, people can often obtain different types of information, which is also the most difficult subject for technology to overcome. Aiming at the problems of large screen visualization of meteorological analysis, the weather is studied and analyzed, and then a large screen visualization system of meteorological analysis is developed to solve the problems.
The main functional modules of the meteorological analysis large-screen visualization system include the background home page, the system user (administrator), the module management (sunshine hours, average relative humidity, annual precipitation, average temperature, Guiyang meteorological analysis, temperature comparison), and the object-oriented development mode for software development and hardware installation, which can well meet the actual use needs, and improve the corresponding software installation and program coding work, MySQL is used as the main storage unit of background data, and Hadoop framework, python technology and Ajax technology are used to code and develop the business system, realizing all functions of the system. This report first analyzes the background, role and significance of the research, laying a foundation for the rationality of the research work. This paper analyzes the various requirements and technical problems of the meteorological analysis large-screen visualization system, proves the necessity and technical feasibility of the system, and then makes a basic introduction to the technical software and design ideas needed to design the system, and finally realizes the meteorological analysis large-screen visualization system and deploys and runs it.
Key words: large screen visualization of meteorological analysis; Hadoop framework; MySQL database
目 录
摘 要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 开发现状
1.3 研究方法
第2章 相干技术介绍
2.1 开发技术阐明
2.2 MVVM模式介绍
2.3 B/S体系工作原理
2.4 Hadoop框架介绍
2.5 echars主要功能
2.6 MySQL数据库
第3章 系统分析
3.1 可行性分析
3.2 功能需求分析
3.2.1 管理员功能
3.3 非功能需求分析
3.4 安全性需求分析
3.4.1 系统的安全性
3.4.2 数据的安全性
第4章 系统设计
4.1 系统架构设计
4.2 系统总体设计
4.3 系统功能设计
4.4 数据库设计
4.4.1 数据需求分析
4.4.2 数据库概念设计
4.4.3 数据库表设计
第5章 系统实现
5.1 数据库访问层的实现
5.2 登录模块的实现
5.3 系统用户模块的实现
5.4 模块管理的实现
5.5 展示大屏的实现
第6章 系统测试
6.1 测试目的
6.2 功能测试
6.3 性能测试
第7章 总结与展望
参考文献
致谢
数据分析是指以有组织、有目的的方式收集数据，对数据进行分析而且使之成为我们所需要的信息的过程。这个过程是质量管理体系的整个支撑过程。在数据分析中运用得当的统计分析方法对大量的数据进行分析、归纳、明白和消化，以最大限度地开发数据功能，发挥出数据的作用。数据分析的目的是提取大概集中在大量看似混乱的数据中的隐藏信息，从而找出所要研究对象的内在规律。在实践中，数据分析不仅可以资助人们做出判定以便于他们接纳得当的办法，因此，我想设计一个气象分析大屏可视化系统，方便获取、展示全国各地的日照，降水，温度，湿度等气象数据，进行气象分析。包括从数据获取到分析以及效果展示的各个过程都需要得当运用数据分析过程，以提拔有效性。
数据分析是指在提取所需要的有效的信息而且形成结论，而且对数据加以具体研究和概括总结的过程。在使用数据分析时，运用得当的统计、分析方法对收集的大量数据进行分析后，将它们加以汇总和明白并消化，以求得最大化地开发数据的功能，从而发挥出数据的作用。
在学术研究层面，国内很多高等院校和研究所成立了多个数据分析的研究机构。与此同时，国内外有关数据分析的学术组织和活动也纷纷成立和开展。近年来举行了多项学术活动，主要有: 数据分析学术会议、数据分析技术创新创业大赛、数据分析与管理国际研讨会、数据分析科学与工程国际研讨会、数据分析技术会议等。在财产层面，众多的国内外着名企业大概机构也纷纷成立了数据分析产品的团队和实验室，力争在竞争数据分析行业中占据领先职位。在美国，从2009年到至今，Data.gov(美国当局数据库)全面开放了近40多万的当局原始数据集，数据分析已经成为了美国国家创新战略、国家安全战略以及国家信息网络安全战略的交织范畴和核心范畴。2012年3月，美国当局提出了数据分析倡议，发起了全球开放当局数据的活动，而且投资促进数据分析的核心技术研究和应用，涉及多个部门，把数据分析放在紧张的战略位置。英国当局还将数据分析作为科学技术的重点范畴，占高新技术开发投资的30%。在数据开发方面，欧盟委员会还命令各个成员国积极的发展数据分析，欢迎 “数据分析” 时代的到来，并将接纳具体的步伐发展数据分析业务。如数据分析中的公私搭档关系; 建立多个超等计算中心; 在成员国创建数据处置惩罚办法网络。毫无疑问，数据分析的探索和发展已在现如今不可缺少，各国当局已将数据分析发展提拔至战略高度，大力促进数据分析财产的发展。在全球高度器重的天气方面，相干研究也越来越多。
起首，通过引擎搜刮大概查阅相干文献资料，了解了本系统开发的背景以及设计系统的意义所在，收集用户需求信息。其次，在开发工具上，终极确定选用python语言来设计开发本系统，MySQL作为设计数据库的工具。纵然用python语言实现用户界面，并同数据库毗连起来实现完整的通讯功能。之后，设计出系统大抵的功能模块。主要从方便系统用户和系统管理员的角度进行分析，明白该系统应该具有的功能。终极是测试系统，通过用例测试发现存在的标题并找到办理的方案。使用现有的开发平台，结合自己所学的知识，在老师的指导资助下来完成该设计，确保系统的可用性、实用性。
本系统前端部分基于MVVM模式进行开发，采用B/S模式，后端部分基于python的Hadoop框架进行开发。
前端部分：前端框架采用了比力盛行的渐进式JavaScript框架Vue.js。使用Vue-Router和Vuex实现动态路由和全局状态管理,Ajax实现前后端通讯，Element UI组件库使页面快速成型，项目前端通过栅格布局实现响应式，可适应PC端、平板端、手机端等不同屏幕巨细尺寸的美满布局展示。
后端部分：采用Hadoop作为开发框架，同时集成Redis等相干技术。
MVVM是Model-View-ViewModel的简写。它本质上就是MVC 的改进版。MVVM 就是将其中的View 的状态和行为抽象化，让我们将视图 UI 和业务逻辑分开。当然这些事 ViewModel 已经帮我们做了，它可以取出 Model 的数据同时帮助处置惩罚 View 中由于需要展示内容而涉及的业务逻辑。微软的WPF带来了新的技术体验，如Silverlight、音频、视频、3D、动画……，这导致了软件UI层更加细节化、可定制化。同时，在技术层面，WPF也带来了 诸如Binding、Dependency Property、Routed Events、Command、DataTemplate、ControlTemplate等新特性。MVVM（Model-View-ViewModel）框架的由来便是MVP（Model-View-Presenter）模式与WPF结合的应用方式时发展演变过来的一种新型架构框架。它驻足于原有MVP框架而且把WPF的新特性糅合进去，以应对客户日益复杂的需求变化。
B/S架构接纳浏览器请求，服务器响应的工作模式。
用户可以通过浏览器去访问Internet上由Web服务器产生的文本、数据、图片、动画、视频点播和声音等信息；
而每一个Web服务器又可以通过各种方式与数据库服务器毗连，大量的数据实际存放在数据库服务器中；
从Web服务器上下载程序到当地来实行，在下载过程中若碰到与数据库有关的指令，由Web服务器交给数据库服务器来表明实行，并返回给Web服务器，Web服务器又返回给用户。在这种布局中，将许很多多的网毗连到一块，形成一个巨大的网，即全球网。而各个企业可以在此布局的底子上建立自己的Internet。
在 B/S 模式中，用户是通过浏览器针对很多分布于网络上的服务器进行请求访问的，浏览器的请求通过服务器进行处置惩罚，并将处置惩罚效果以及相应的信息返回给浏览器，其他的数据加工、请求全部都是由Web Server完成的。通过该框架布局以及植入于操作系统内部的浏览器，该布局已经成为了当今软件应用的主流布局模式。
Hadoop是一个由Apache基金会所开发的分布式系统底子架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充实使用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（ Distributed File System），其中一个组件是HDFS（Hadoop Distributed File System）。HDFS有高容错性的特点，而且设计用来摆设在低廉的（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。
ECharts，一个使用 JavaScript 实现的开源可视化库，可以流通的运行在 PC 和移动装备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），底层依靠矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。
MySQL经过多次的更新，功能层面已经非常的丰富和美满了，从MySQL4版本到5版本进行了比力大的更新，在商业的实际使用中取得了很好的实际应用效果。最新版本的MySQL支持对信息的压缩，同时还能进行加密能更好的满意对信息安全性的需求。同时经过系统的多次更新，数据库自身的镜像功能也得到了很大的加强，运行的流通度和易用性方面有了不小的进步，驱动的使用和创建也更加的高效快捷。最大的变动还是进行了空间信息的显示优化，能更加方便的在应用舆图上进行坐标的标注和运算。强大的备份功能也保证了用户使用的过程会更加安心，同时支持的Office特性还支持用户的自行安装和使用。在信息的显示形式上也进行了不小的更新，增加了两个非常使用的显示区，一个是信息区，对表格和文字进行了分类处置惩罚，界面的显示更加清新和具体。第二是仪表的信息控件，能在仪表信息区进行信息的显示，同时还能进行多个信息的比对，为用户的实际使用带来了很大的便捷[7][8]。
针对本文中设计的气象分析大屏可视化系统在实际的实现过程中，终极选择MySQL数据库的主要原因在于在企业的应用系统应用及开发的过程中会存在大量的数据库比力频繁的操作，而且数据的安全性要求也是非常的高。综合这些因素，终极选择安全性系数比力高的MySQL来对气象分析大屏可视化系统背景数据进行存储操作[9][10]。
数据库管理系统的总体布局图如下图所示。
图2-1 数据库组成布局
技术性方面，采用当前主流的Hadoop框架进行系统主体框架的搭建，前台使用jquery，ajax，实现前台页面的设计与美观调整，以上技术，均由本人经过系统学习，而且都是在课程设计中实践过的，可以使得开发更加便捷和系统。从技术角度看，这个系统是完全可以实现的。
实用性方面，本次设计的主要使命是在气象分析大屏可视化系统内用户管理，日照时数，平均相对湿度，年降水量，平均气温，贵阳气象分析，气温对比等管理，符合当前潮水的发展。从用户角度出发，同时也考虑系统运营成本和人力资源，采用网络上的便捷方式，实现线上业务，使得业务流程更系统，也更方便用户的体验，比力实用。
经济性方面，由于本课题中设计的气象分析大屏可视化系统的主要目的是为了能够更加方便及快捷的进行信息的查询管理及检索服务，也就是能够可以直接投入使用的信息化软件。系统的主要成本主要是集中在对使用数据后期继续维护及其管理更新这个操作上。但是一旦系统投入到实际的运行及使用之后就能够很好的进步信息查询检索的效率，同时也需要有效的保证查询者的信息方面的安全性，同时这个气象分析大屏可视化系统所带来的实际应用方面的价值是远远的超过了实际系统进行开发与维护方面的成本，因此，从经济上来说开发这个软件是可行的。
气象分析大屏可视化系统的功能主要为管理员服务，对背景首页，系统用户（管理员），模块管理（日照时数，平均相对湿度，年降水量，平均气温，贵阳气象分析，气温对比）等具体信息进行处置惩罚。
管理员用例图如下所示。
图3-1 管理员用例图
系统用户：管理员可以随时修改自己进入系统的登录暗码，以保证系统的安全性。
模块管理：对日照时数，平均相对湿度，年降水量，平均气温等信息进行维护，添加、删除、修改信息。
起首主要考虑的是系统功能软件，在具体设计的环节上，是不是能够较好的满意各类用户的基本功能需求，假如不能较好的满意用户需求，那么这个系统的存在是没有价值的。软件系统的非功能性求分析，从7个方面展开，一个是性能分析，针对系统；一个是安全分析，针对系统，一个是完整度分析，针对系统，一个是可维护分析，针对系统，一个是可扩展性分析，针对系统，一个是适应业务的性能分析。面对气象分析大屏可视化系统存在的性能、安全、扩展、完整度等7个方面性能综合比对分析后发现，需要相应的非功能性需求分析。
安全性对每一个系统来说都是非常紧张的。安全性很好的系统可以保护企业的信息和用户的信息不被窃取。进步系统的安全性不仅是对用户的负责，更是对企业的负责。尤其针对于气象分析大屏可视化系统来说，必须要有很好的安全性来保障整个系统。
系统具有对使用者有权限控制，针对角色的不通限制使用者的权限，以此来确保系统的安全性。
数据库中的数据是从外界输入的，当数据的输入时，由于种种原因，输入的数据会无效，大概是脏数据。因此，怎样保证输入的数据符合规定，成为了数据库系统，尤其是多用户的关系数据库系统首要关注的标题。
因此，在写入数据库时，要保证数据完整性、正确性和划一性。
本气象分析大屏可视化系统的架构设计主要分为可以3层，主要有Web层，业务层，Model层。其中web层还包括View层和Controller层，Model层包括元数据扩展层和数据访问层。
系统架构如下图所示。
图4-1 系统架构
气象分析大屏可视化系统只要由管理员模块构成。
模块的功能都是根据先前完成的需求分析，并查阅相干资料后整理制作的。
综上所述，系统功能布局图如下图所示。
图4-2 系统功能布局图
根据前面的数据流程图，结合系统的功能模块设计，设计出符合系统的各信息实体。
系统ER图如下图所示。
图4-3 系统ER图
气象分析大屏可视化系统所拥有的数据表有以下，由于数据表较多，只展示系统主要数据表，如下表所示。
表access_token (登陆访问时长)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| token_id
| int
| 10
| 0
| N
| Y
|
| 暂时访问牌ID
| 2
| token
| varchar
| 64
| 0
| Y
| N
|
| 暂时访问牌
| 3
| info
| text
| 65535
| 0
| Y
| N
|
|
| 4
| maxage
| int
| 10
| 0
| N
| N
| 2
| 最大寿命：默认2小时
| 5
| create_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间：
| 6
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间：
| 7
| user_id
| int
| 10
| 0
| N
| N
| 0
| 用户编号:
|
表annual_precipitation (年降水量)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| annual_precipitation_id
| int
| 10
| 0
| N
| Y
|
| 年降水量ID
| 2
| city
| varchar
| 64
| 0
| Y
| N
|
| 城市
| 3
| january
| varchar
| 64
| 0
| Y
| N
|
| 1月
| 4
| february
| varchar
| 64
| 0
| Y
| N
|
| 2月
| 5
| march
| varchar
| 64
| 0
| Y
| N
|
| 3月
| 6
| april
| varchar
| 64
| 0
| Y
| N
|
| 4月
| 7
| may
| varchar
| 64
| 0
| Y
| N
|
| 5月
| 8
| june
| varchar
| 64
| 0
| Y
| N
|
| 6月
| 9
| july
| varchar
| 64
| 0
| Y
| N
|
| 7月
| 10
| august
| varchar
| 64
| 0
| Y
| N
|
| 8月
| 11
| september
| varchar
| 64
| 0
| Y
| N
|
| 9月
| 12
| october
| varchar
| 64
| 0
| Y
| N
|
| 10月
| 13
| november
| varchar
| 64
| 0
| Y
| N
|
| 11月
| 14
| december
| varchar
| 64
| 0
| Y
| N
|
| 12月
| 15
| annual
| varchar
| 64
| 0
| Y
| N
|
| 整年
| 16
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 17
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 18
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表auth (用户权限管理)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| auth_id
| int
| 10
| 0
| N
| Y
|
| 授权ID：
| 2
| user_group
| varchar
| 64
| 0
| Y
| N
|
| 用户组：
| 3
| mod_name
| varchar
| 64
| 0
| Y
| N
|
| 模块名：
| 4
| table_name
| varchar
| 64
| 0
| Y
| N
|
| 表名：
| 5
| page_title
| varchar
| 255
| 0
| Y
| N
|
| 页面标题：
| 6
| path
| varchar
| 255
| 0
| Y
| N
|
| 路由路径：
| 7
| position
| varchar
| 32
| 0
| Y
| N
|
| 位置：
| 8
| mode
| varchar
| 32
| 0
| N
| N
| _blank
| 跳转方式：
| 9
| add
| tinyint
| 3
| 0
| N
| N
| 1
| 是否可增加：
| 10
| del
| tinyint
| 3
| 0
| N
| N
| 1
| 是否可删除：
| 11
| set
| tinyint
| 3
| 0
| N
| N
| 1
| 是否可修改：
| 12
| get
| tinyint
| 3
| 0
| N
| N
| 1
| 是否可查看：
| 13
| field_add
| text
| 65535
| 0
| Y
| N
|
| 添加字段：
| 14
| field_set
| text
| 65535
| 0
| Y
| N
|
| 修改字段：
| 15
| field_get
| text
| 65535
| 0
| Y
| N
|
| 查询字段：
| 16
| table_nav_name
| varchar
| 500
| 0
| Y
| N
|
| 跨表导航名称：
| 17
| table_nav
| varchar
| 500
| 0
| Y
| N
|
| 跨表导航：
| 18
| option
| text
| 65535
| 0
| Y
| N
|
| 设置：
| 19
| create_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间：
| 20
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间：
|
表average_relative_humidity (平均相对湿度)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| average_relative_humidity_id
| int
| 10
| 0
| N
| Y
|
| 平均相对湿度ID
| 2
| city
| varchar
| 64
| 0
| Y
| N
|
| 城市
| 3
| january
| varchar
| 64
| 0
| Y
| N
|
| 1月
| 4
| february
| varchar
| 64
| 0
| Y
| N
|
| 2月
| 5
| march
| varchar
| 64
| 0
| Y
| N
|
| 3月
| 6
| april
| varchar
| 64
| 0
| Y
| N
|
| 4月
| 7
| may
| varchar
| 64
| 0
| Y
| N
|
| 5月
| 8
| june
| varchar
| 64
| 0
| Y
| N
|
| 6月
| 9
| july
| varchar
| 64
| 0
| Y
| N
|
| 7月
| 10
| august
| varchar
| 64
| 0
| Y
| N
|
| 8月
| 11
| september
| varchar
| 64
| 0
| Y
| N
|
| 9月
| 12
| october
| varchar
| 64
| 0
| Y
| N
|
| 10月
| 13
| november
| varchar
| 64
| 0
| Y
| N
|
| 11月
| 14
| december
| varchar
| 64
| 0
| Y
| N
|
| 12月
| 15
| annually_average
| varchar
| 64
| 0
| Y
| N
|
| 年平均
| 16
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 17
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 18
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表average_temperature (平均气温)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| average_temperature_id
| int
| 10
| 0
| N
| Y
|
| 平均气温ID
| 2
| city
| varchar
| 64
| 0
| Y
| N
|
| 城市
| 3
| january
| varchar
| 64
| 0
| Y
| N
|
| 1月
| 4
| february
| varchar
| 64
| 0
| Y
| N
|
| 2月
| 5
| march
| varchar
| 64
| 0
| Y
| N
|
| 3月
| 6
| april
| varchar
| 64
| 0
| Y
| N
|
| 4月
| 7
| may
| varchar
| 64
| 0
| Y
| N
|
| 5月
| 8
| june
| varchar
| 64
| 0
| Y
| N
|
| 6月
| 9
| july
| varchar
| 64
| 0
| Y
| N
|
| 7月
| 10
| august
| varchar
| 64
| 0
| Y
| N
|
| 8月
| 11
| september
| varchar
| 64
| 0
| Y
| N
|
| 9月
| 12
| october
| varchar
| 64
| 0
| Y
| N
|
| 10月
| 13
| november
| varchar
| 64
| 0
| Y
| N
|
| 11月
| 14
| december
| varchar
| 64
| 0
| Y
| N
|
| 12月
| 15
| annually_average
| varchar
| 64
| 0
| Y
| N
|
| 年平均
| 16
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 17
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 18
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表guiyang_meteorological_analysis (贵阳气象分析)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| guiyang_meteorological_analysis_id
| int
| 10
| 0
| N
| Y
|
| 贵阳气象分析ID
| 2
| month
| varchar
| 64
| 0
| Y
| N
|
| 月份
| 3
| average_temperature
| varchar
| 64
| 0
| Y
| N
|
| 平均气温
| 4
| sunlight_hours
| varchar
| 64
| 0
| Y
| N
|
| 日照时数
| 5
| precipitation
| varchar
| 64
| 0
| Y
| N
|
| 降水量
| 6
| relative_humidity
| varchar
| 64
| 0
| Y
| N
|
| 相对湿度
| 7
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 8
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 9
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表hits (用户点击)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| hits_id
| int
| 10
| 0
| N
| Y
|
| 点赞ID：
| 2
| user_id
| int
| 10
| 0
| N
| N
| 0
| 点赞人：
| 3
| create_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间：
| 4
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间：
| 5
| source_table
| varchar
| 255
| 0
| Y
| N
|
| 泉源表：
| 6
| source_field
| varchar
| 255
| 0
| Y
| N
|
| 泉源字段：
| 7
| source_id
| int
| 10
| 0
| N
| N
| 0
| 泉源ID：
|
表sunlight_hours (日照时数)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| sunlight_hours_id
| int
| 10
| 0
| N
| Y
|
| 日照时数ID
| 2
| city
| varchar
| 64
| 0
| Y
| N
|
| 城市
| 3
| january
| varchar
| 64
| 0
| Y
| N
|
| 1月
| 4
| february
| varchar
| 64
| 0
| Y
| N
|
| 2月
| 5
| march
| varchar
| 64
| 0
| Y
| N
|
| 3月
| 6
| april
| varchar
| 64
| 0
| Y
| N
|
| 4月
| 7
| may
| varchar
| 64
| 0
| Y
| N
|
| 5月
| 8
| june
| varchar
| 64
| 0
| Y
| N
|
| 6月
| 9
| july
| varchar
| 64
| 0
| Y
| N
|
| 7月
| 10
| august
| varchar
| 64
| 0
| Y
| N
|
| 8月
| 11
| september
| varchar
| 64
| 0
| Y
| N
|
| 9月
| 12
| october
| varchar
| 64
| 0
| Y
| N
|
| 10月
| 13
| november
| varchar
| 64
| 0
| Y
| N
|
| 11月
| 14
| december
| varchar
| 64
| 0
| Y
| N
|
| 12月
| 15
| annual
| varchar
| 64
| 0
| Y
| N
|
| 整年
| 16
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 17
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 18
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表temperature_comparison (气温对比)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| temperature_comparison_id
| int
| 10
| 0
| N
| Y
|
| 气温对比ID
| 2
| city
| varchar
| 64
| 0
| Y
| N
|
| 城市
| 3
| month
| varchar
| 64
| 0
| Y
| N
|
| 月份
| 4
| air_temperature
| varchar
| 64
| 0
| Y
| N
|
| 气温
| 5
| recommend
| int
| 10
| 0
| N
| N
| 0
| 智能推荐
| 6
| create_time
| datetime
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间
| 7
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间
|
表upload (文件上传)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| upload_id
| int
| 10
| 0
| N
| Y
|
| 上传ID
| 2
| name
| varchar
| 64
| 0
| Y
| N
|
| 文件名
| 3
| path
| varchar
| 255
| 0
| Y
| N
|
| 访问路径
| 4
| file
| varchar
| 255
| 0
| Y
| N
|
| 文件路径
| 5
| display
| varchar
| 255
| 0
| Y
| N
|
| 显示次序
| 6
| father_id
| int
| 10
| 0
| Y
| N
| 0
| 父级ID
| 7
| dir
| varchar
| 255
| 0
| Y
| N
|
| 文件夹
| 8
| type
| varchar
| 32
| 0
| Y
| N
|
| 文件范例
|
表user (用户账户：用于保存用户登录信息)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| user_id
| mediumint
| 8
| 0
| N
| Y
|
| 用户ID：[0,8388607]用户获取其他与用户相干的数据
| 2
| state
| smallint
| 5
| 0
| N
| N
| 1
| 账户状态：[0,10](1可用|2非常|3已冻结|4已注销)
| 3
| user_group
| varchar
| 32
| 0
| Y
| N
|
| 所在用户组：[0,32767]决定用户身份和权限
| 4
| login_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 上次登录时间：
| 5
| phone
| varchar
| 11
| 0
| Y
| N
|
| 手机号码：[0,11]用户的手机号码，用于找回暗码时或登录时
| 6
| phone_state
| smallint
| 5
| 0
| N
| N
| 0
| 手机认证：[0,1](0未认证|1考核中|2已认证)
| 7
| username
| varchar
| 16
| 0
| N
| N
|
| 用户名：[0,16]用户登录时所用的账户名称
| 8
| nickname
| varchar
| 16
| 0
| Y
| N
|
| 昵称：[0,16]
| 9
| password
| varchar
| 64
| 0
| N
| N
|
| 暗码：[0,32]用户登录所需的暗码，由6-16位数字或英文组成
| 10
| email
| varchar
| 64
| 0
| Y
| N
|
| 邮箱：[0,64]用户的邮箱，用于找回暗码时或登录时
| 11
| email_state
| smallint
| 5
| 0
| N
| N
| 0
| 邮箱认证：[0,1](0未认证|1考核中|2已认证)
| 12
| avatar
| varchar
| 255
| 0
| Y
| N
|
| 头像地址：[0,255]
| 13
| create_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间：
|
表user_group (用户组：用于用户前端身份和鉴权)
编号
| 名称
| 数据范例
| 长度
| 小数位
| 答应空值
| 主键
| 默认值
| 阐明
| 1
| group_id
| mediumint
| 8
| 0
| N
| Y
|
| 用户组ID：[0,8388607]
| 2
| display
| smallint
| 5
| 0
| N
| N
| 100
| 显示次序：[0,1000]
| 3
| name
| varchar
| 16
| 0
| N
| N
|
| 名称：[0,16]
| 4
| description
| varchar
| 255
| 0
| Y
| N
|
| 形貌：[0,255]形貌该用户组的特点或权限范围
| 5
| source_table
| varchar
| 255
| 0
| Y
| N
|
| 泉源表：
| 6
| source_field
| varchar
| 255
| 0
| Y
| N
|
| 泉源字段：
| 7
| source_id
| int
| 10
| 0
| N
| N
| 0
| 泉源ID：
| 8
| register
| smallint
| 5
| 0
| Y
| N
| 0
| 注册位置:
| 9
| create_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 创建时间：
| 10
| update_time
| timestamp
| 19
| 0
| N
| N
| CURRENT_TIMESTAMP
| 更新时间：
|
该系统是通过jdbc和MySQL达成毗连的，新建一个jdbc.properties文件来填写与数据库毗连所需要的驱动和参数。
第一个参数代表MySQL数据库的驱动，第二个参数代表要毗连的数据库，第三个和第四个参数代表数据库毗连名和暗码。
背景与数据库访问主要是通过HQL语句来进行查询的，查询语句中的表名是表格的实体类名，在这种查询语句中*是不答应使用的，除非适合聚合函数一起使用才可以。
主要由两部分组成，登录前的登录界面以及登录后的用户功能界面。登录界面，要求用户输入用户名和暗码，当用户名和暗码其中一个输入为空时，给出提示“用户名，暗码不能为空”。获取用户名和暗码后到数据库中查找，假如用户名存在，以及对应的暗码正确，则登录成功，否则登录失败。登录失败后给出提示，并把核心停在文本框中。登录成功后将该次会话的全局变量username设置为用户名。登录成功后进入会员的功能模块，主要有会员基本信息修改，已经发布商品信息管理，发布信息，和退出功能。退出功能是清除全局变量username的值，并跳回到首页。
登录流程图如下图所示。
图5-3登录流程图
登录界面如下图所示。
图5-4登录界面
用户登录/注册成功之后可以修改自己的基本信息。修改页面的表单中每一个input的name值都要与实体类中的参数相匹配，在用户点击修改页面的时候，假如改后用户名与数据库里面重复了，页面会提示该用户名已经存在了，否则通过Id来查询用户，并将用户的信息修改为表单提交的数据。
图5-4系统用户界面
图5-5用户信息维护界面
管理员登录系统后，可对模块管理中的日照时数，平均相对湿度，年降水量，平均气温，贵阳气象分析，气温对比等信息进行查询，重置，删除，添加等维护操作，可以导入数据大概下载导入的文档。如下图所示。
图5-6日照时数管理界面
图5-7数据导入界面
图5-8按城市查询界面
图5-9按月份查询界面
展示大屏模块调用echarts.min.js初始化图表的样式和框架，起首要初始化类目参数和数量参数，本系统在日照时数，年降水量，平均气温等模块上使用了可视化图表，其的类目参数为日照时数，年降水量，平均气温等参数，从参数表里读取，遍历参数表中的数据，分别参加到类目数组和数量数组中，做好数据初始化准备，其次是用pythonScript开始画图，设置图的范例，设置图的标题，设置类目数，设置数量和可视化图表的尺寸，设置背景颜色，设置画图样式，调用画图函数，可视化图表就自动生成了。
展示大屏界面如下图所示。
图5-10展示大屏界面
对任何系统而言，测试都是必不可少的环节，测试可以发现系统存在的很多标题，所有的软件上线之前，都应该进行富足的测试之后才气保证上线后不会Bug频发，大概是功能不满意需求等标题的发生。下面分别从单元测试，功能测试和用例测试来对系统进行测试以保证系统的稳定性和可靠性。
下表是系统登录功能测试用例，检测了用户名和暗码的不同的输入情况，观察系统的响应情况。得出该功能到达了设计目的。
表6-1 系统登录功能测试用例
| 功能形貌
| 用于系统登录
| 测试目的
| 检测登录时的正当性检查
| 测试数据以及操作
| 预期效果
| 实际效果
| | 输入的用户名和暗码带有非法字符
| 提示用户名大概暗码错误
| 与预期效果划一
| 输入的用户名大概暗码为空
| 提示用户名大概暗码错误
| 与预期效果划一
| 输入的用户名和暗码不存在
| 提示用户名大概暗码错误
| 与预期效果划一
| 输入正确的用户名和暗码
| 登录成功
| 与预期效果划一
|
下表是注册功能测试用例，检测了各种数据的输入情况，观察系统的响应情况。得出该功能到达了设计目的。
表6-2 注册功能测试用例
功能形貌
| 用于用户注册
| 测试目的
| 检测用户注册时的正当性检查
| 测试数据以及操作
| 预期效果
| 实际效果
| 输入的手机号不正当
| 提示请输入正确的手机号码
| 与预期效果划一
| 输入的字段为空
| 提示必填项不能为空
| 与预期效果划一
| 输入的暗码少于6位
| 提示暗码必须为6-12位
| 与预期效果划一
| 输入的暗码大于12位
| 提示暗码必须为6-12位
| 与预期效果划一
|
使用阿里云PTS（Performance Testing Service）性能测试服务对线上系统进行压力测试。线上服务器环境为：1核心CPU，1G内存，1Mbps公网带宽，Centos7.0操作系统。
压测过程中使用了2台并发机器，每台机器20个用户并发，对系统主页，登录，数据查询和数据维护等模块进行并发访问，测试效果是有40个用户并发时，数据管理相干页面的响应时间乃至到达了7s，通过查看服务器出网流量发现已经到达1381kb/s，可以看出服务器的带宽已经到达峰值，假如系统使用5Mbps的带宽，系统的响应时间和TPS将会大大增加。在整个测试的过程中，CPU的使用率占用仅8%，也提现出带宽瓶颈对系统的影响非常严肃。
随着计算机互联网技术的迅猛发展，各行各业都已经实现采用计算机相干技术对日益放大的数据进行管理。该课题是气象分析大屏可视化系统为核心展开的，主要是为了实现气象分析大屏可视化信息化管理的需求。
气象分析大屏可视化系统的开发是以python编程语言作为底子，在MyEclipse平台上完成编码工作，系统团体为B/S架构，数据库系统使用MySQL。文中具体分析了气象分析大屏可视化系统的研究背景、研究目的和意义、开发工具和相干技术以及系统需求、系统具体设计和系统测试等等一系列内容。系统实现了气象分析大屏可视化系统所需的一些基本功能，并通过测试对这些实现的功能进行了美满，进而进步了系统团体的实用性。整个系统的开发过程中大量使用了python相干的知识以及前端开发使用的Html和pythonscript等，同时涉及到了很多开源框架和组件，比方背景系统中运用的MVC架构、Freemarker模板引擎等，前端运用的UI框架等。
系统投入运行时，各功能均运行正常。系统的每个界面的操作符合常规逻辑，对使用者来说操作简朴，界面友好。整个系统的各个功能设计合理，体现了人性化。
但是由于自己在系统开发过程中对一些用到的相干知识和技术掌握不敷牢固，再加上自身开发履历欠缺，因此系统在有些方面的功能还不敷美满，考虑的不敷全面，因此整个系统另有待日后逐步美满。
参考文献
[1]Li Pengcheng,Chen Haidong,Li Shipeng,Yan Tinggui,Qian Hang. Research on Distributed Calculation of Flight Parameters Based on Hadoop[J]. Journal of Physics: Conference Series,2022,2337(1).
[2]李跃. 商用卫星运行控制大厅的可视化大屏显示系统设计[J]. 集成电路应用,2022,39(07):60-62.
[3]Anitha S.,Metilda Mary. Apache Hadoop based effective sentiment analysis on demonetization and covid-19 tweets[J]. Global Transitions Proceedings,2022,3(1).
[4]朱磊. 基于Hadoop的轨检数据服务平台的研究与建设[D].南昌大学,2022.
[5]M Hena,Jeyanthi N. A Survey on Hadoop Security and Comparative Analysis on Authentication Frameworks in Hadoop Clusters[J]. Electrochemical Society Transactions,2022,107(1).
[6]陈行滨,张羽楠,陈然,黄芳芳,陈强. 基于大屏可视化技术在电网系统中的运行研究[J]. 微型电脑应用,2022,38(04):121-123+131.
[7]陈涛,郑菲,石景文,彭长超,刘文军. 智能车间可视化大屏设计与实现[J]. 电脑知识与技术,2022,18(01):105-107.
[8]张煜. 基于Hadoop的农作物数据存储系统研究与可视化应用[D].山西农业大学,2021.
[9]张昊. 基于Hadoop的轨迹大数据模子及可视化方法研究[D].北京修建大学,2021.
[10]张昊,张健钦,王家川,石睿轩,陆浩,张安. 基于云存储的城市交通大数据可视化系统[J]. 科学技术创新,2021,(01):81-82.
[11]温敏,丁超,魏军林,牟澜. 基于OLAP的气象数据分析系统设计[J]. 单片机与嵌入式系统应用,2021,21(01):30-33.
[12]何雪锋. 智联招聘数据分析与可视化系统设计[J]. 河北软件职业技术学院学报,2020,22(03):17-18+31.
[13]林依琪. 分布式海量数据分析方法研究及可视化系统实现[D].重庆大学,2020.
[14]宋雅. 基于Web的大屏数据可视化系统的研究与实现[D].北京邮电大学,2020.
[15]焦向雨,黄康辉,卢峥. Hadoop+JavaWeb大数据分析可视化系统[J]. 中小企业管理与科技(下旬刊),2020,(02):151-152.
致谢
本次设计历时3个月。在这个结业设计中，它离不开指导教师的指导，使事情基本顺遂。指导老师无论是在结业设计历经中，还是在论文做完中都给了了我特别大的助益。另1个方面，教师认真负责的工作姿态，谨慎的教学精力厚重的理论水准都使我获益匪浅。他勤恳谨慎的教学育人学习姿态也给我留下了特别特别深的感觉。我从老师那里学到了很多东西。在理论和实践中，我的技能得到了特别大的进步。在此，特向教师表示由衷的感激。
经过对该结业设计的全部研究和开发，我的系统研发履历了从需求分析到实现具体功能，再到终极测试和维护的特别进展。让我对系统研发有了更深层次的认识。如今我的动手本领单独处置惩罚疑惑的本领也获取到了特别大的演练学习增多，这是这次结业设计最好的劳绩。
最后，在整个系统开发过程中，我周围的同学和朋友给了我很多意见，以是我很快就确认了系统的商业头脑。在次，我由衷的向他们表示感激。
点赞+收藏+关注 →私信领取本源代码、数据库
关注博主下篇更精彩
一键三连！！！
一键三连！！！
一键三连！！！
感谢一键三连！！！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
