综合运行Flink实时数据处理技术，对Kafka收集到的运输车辆实时监控数据进行分析，运用模式检测及时发现超速车辆，并在服务端通过仪表盘实时告警。

使用技术栈：数据源 + Kafka + Flink + Spring MVC + WebSocket + ECharts

项目描述

综合运行Flink实时数据处理技术，对Kafka收集到的运输车辆实时监控数据进行分析，运用模式检测及时发现超速车辆，并在服务端通过仪表盘实时告警。

项目架构

项目流程

项目流程说明如下：

• 1. 数据采集：使用Kafka实时收集车速数据（项目中使用数据源程序模拟）；
• 2. 超速检测：应用Flink状态API进行模式检测，实时报告超速信息；
• 3. 告警信息实时推送：Spring MVC监控Flink告警信息，并使用WebSocket技术实时推送到Web仪表盘；
• 4. 超速及告警信息实时显示：使用ECharts + WebSocket实时显示超速车辆信息。

适用对象

本项目适合以下人员学习使用：

• 已有Flink基础，需要掌握Flink流处理程序完整开发流程、积累实时大数据处理项目经验；
• 大数据毕业设计项目。

项目实施过程

本项目使用Flink自定义数据源技术，定义无界数据流模拟车辆监控数据，并由Kafka收集。

综合运用Flink流处理API、状态API进行模式检测，实时发现超速信息，并将超速信息发送到指定的Kafka topic。

开发Spring MVC应用程序，监控Kafka指定的topic，一旦收到Flink告警信息，就使用WebSocket技术将告警信息实时推送到客户端Web仪表盘。

在Web客户端，使用ECharts作为可视化组件，利用WebSocket技术实时接收服务器端推送的超速告警信息，并实时展示在仪表盘中。

项目源码下载

如果您是会员，并申请了终身会员权限，可下载本项目所有源码和测试数据。

请点击下方链接，选择要播放的讲解视频。

• 项目整体介绍（视频）
• 使用模拟数据源（视频）
• 流应用程序的开发和部署（视频）
• 运行车辆超速监测流程序（视频）
• 监测结果实时显示（视频）

• 某招聘网站招聘大数据分析案例(Spark实现) (61次下载)
• 某招聘网站招聘大数据分析案例(Hive实现) (58次下载)
• 电商大数据-淘宝双十一美妆销售分析项目 (47次下载)
• 某招聘网站招聘大数据分析案例（PySpark实现） (37次下载)
• 某物流公司运输车辆超速实时检测案例 (27次下载)