网站用户消费行为分析
基于spark流处理，模拟数据，统计数据，分析数据。大致架构：python脚本产生模拟数据（数据源），flume采集数据并且缓存到kafka中存储，接着spark消费并处理kafka中的数据，将结果存放至hbase（底层是hdfs）中。最后将数据进行可视化编程，javaweb项目，使用了springboot框架和echarts。
现有一家国内知名互联网公司旗下的电商平台，于2014年11月18日-12月18日期间，统计了该平台的用户行为、商品等各项数据。 在2014年的12月12日，也即各大电商发起的”双十二购物狂欢节“期间，平台面向用户推出了各项刺激消费的促销活动。但在活动结束后，通过对此一个月的数据进行分析，发现隐藏在数据背后的问题，为此后平台的日常发展，及类似的促销活动提供指导性建议。
项目主要模块 基于对电商用户行为数据的基本分类，我们可以发现主要有以下三个分析方向： 1. 热门统计 利用用户的点击浏览行为，进行流量统计、近期热门商品统计等。 2. 偏好统计 利用用户的偏好行为，比如收藏、喜欢、评分等，进行用户画像分析，给出个 性化的商品推荐列表。 3. 风险控制 利用用户的常规业务行为，比如登录、下单、支付等，分析数据，对异常情况 进行报警提示。
BookStack，基于MinDoc，使用Beego开发的在线文档管理系统，功能类似Gitbook和看云。
一个轻量级分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。
一个国外的material风格页面设计框架。本人只是将其中高贵的google资源换成国内的
PHP自毁程序。 可用于在客户逃避尾款时通过访问特定的接口执行，进而删除所有项目目录中的文件和数据库中的数据。 实乃做私活的必备良嫔！
