2018最常用大数据业务监控项目方案流程解析（文章结尾内附重大干货和福利）

         根据监控对象的不同，监控系统可以分为系统监控、应用监控和业务监控。“实时交易监控系统”属于业务监控，主要用于监控客户的购买行为及订单情况，一般用于支持公司的日常运营决策和重大营销活动，如“双11”、“双12”及“双旦”等，对数据的实时性要求较高。“实时交易监控系统”对数据的一般处理流程：实时捕获数据库中交易数据的变更、实时计算订单各维度的指标、再实时推送指标到浏览器大屏。通过采集、计算、展示三个阶段的实时性来保证整个监控系统的时效性，延迟可控制在秒级或亚秒级以内。

     这个是效果图，企业内上线的项目监控的需求会有很多，这个是简易版的，做了很多的需求删减。

       通过“实时交易监控系统”的开发，来讲解典型的大数据实时解决方案的过程及原理，包括数据采集（kafka+canal）、数据计算（spark streaming/storm/kafka stream）、数据存储(hbase)、数据应用及可视化（echarts）等。

监控系统概述

包含要素:

        全方位的监控指标

        异常告警通知:告警触发阈值、告警监控对象、告警通知接收人以及发送渠道

        可视化图表分析

       监控规则配置化

应用场景:

       业务质量实时关注

       业务异常提前发现

       业务精细化运营/运维

实施流程:

        指标采集->指标加工->指标存储->指标可视化<