超级会员免费看
本文详细介绍了全平台技术架构的设计，涵盖了后台业务层、人工智能智能服务层和大数据基础数据层。服务层采用Spring技术，数据存储用MySQL和Redis，消息队列用RabbitMQ。日志监控利用Filebeat等工具，机器学习涉及多种框架，实时计算使用Spark和Flink，任务调度用Azkaban和Oozie，数据采集则依靠Sqoop和Flume。
1 设计
全平台技术架构共有三个模块，即：后台、人工智能和大数据。
后台：业务层（业务中台），如OA、ERP等；
人工智能：智能服务层，如推荐系统、人脸识别等；
大数据：基础数据层（数仓、数据中台）。
中台：是啥？待详细追踪溯源。
1.1 服务层
服务层技术：使用Spring技术架构，包括SpringFramework、SpringCloud和SpringBoot。
1.2 业务数据存储层
业务数据读写采用MySQL和Redis。
1.3 消息队列层
消息缓冲层使用RabbitMQ。
1.4 日志采集监控层
日志采集和监控使用：Filebeat、Logstash、Elasticsearch、Kibana和Kafka。
1.5 机器学习层
机器学习使用多平台，包括：Tensorflow1.x和Tensorflow2.x、MXNet、Pytorch和Caffe2等。
订阅专栏 解锁全文
扫一扫
3584
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
