# 全国交通脉络数据可视化分析

## 📋 项目简介

基于 Flask + MySQL 的高速公路智能交通分析系统，集成可视化展。系统通过Mock技术获取交通数据，运用大数据技术进行数据分析，并提供直观的数据可视化界面。

## ✨ 主要功能

### 📊 大数据架构
- **Hadoop**：使用Hadoop进行存储原始数据
- **Sqoop**：使用Sqoop将Mysql数据导入到Hive中
- **Hive**：使用Hive SQL进行数据分析
- **Flask**：将分析后的数据进行接口调用和编写Echarts可视化展示

### 🗺️ 大数据流程
- Python Mock数据
- MySQL存储原始数据
- Sqoop数据转换
- Hdfs数据存储
- Hive映射Hdfs数据并进行数据分析
- Spark读取Hive将数据保存到MySQL中
- Flask+html+css+js+echarts将数据进行可视化展示

### 📈 数据大屏
- 拥堵延时排名TOP
- 高速驾驶行为风险指数
- 道路情况分析
- 拥堵延时排名
- 交通指数分析
- 拥堵城市参数排名
- 交通健康城市排名

## 🏗️ 技术架构

### 后端技术栈
- **Flask**: Web框架
- **Flask-RESTful**: RESTful API开发
- **Flask-SQLAlchemy**: ORM数据库操作
- **PyMySQL**: MySQL数据库连接
- **Requests**: HTTP请求库
- **Pandas**: 数据处理

### 前端技术栈
- **Bootstrap**: UI框架
- **Chart.js**: 图表库
- **ApexCharts**: 高级图表库
- **jQuery**: JavaScript库
- **DataTables**: 数据表格

### 数据库
- **MySQL**: 主数据库
- **SQLAlchemy**: ORM映射

## 📁 项目结构

```
bigdata-highway-analytics/
├── app.py                 # 应用主入口
├── config.py             # 配置文件
├── README.md             # 项目说明文档
├── db/
│   └── bs_jaotong.sql    # 数据库初始化脚本
└── App/                  # 核心应用模块
    ├── __init__.py       # 应用初始化
    ├── apis.py           # RESTful API接口
    ├── views.py          # Web页面路由
    ├── models.py         # 数据模型
    ├── exts.py           # 扩展初始化
    ├── urls.py           # URL路由配置
    ├── templates/        # HTML模板
    │   └── index.html
    └── static/           # 静态资源
        ├── assets/       # 第三方资源
        ├── css/          # 样式文件
        ├── js/           # JavaScript文件
        └── images/       # 图片资源
```

## 🚀 安装与部署

### 环境要求
- Python 3.7+
- MySQL 5.7+
- Windows/Linux/macOS

### 1. 克隆项目
```bash
git clone <your-repo-url>
cd bigdata-highway-analytics
```

### 2. 创建虚拟环境（推荐）
```bash
# Windows
python -m venv venv
venv\Scripts\activate

# Linux/macOS
python3 -m venv venv
source venv/bin/activate
```

### 3. 安装依赖包
```bash
pip install flask==2.3.3
pip install flask-restful==0.3.10
pip install flask-sqlalchemy==3.0.5
pip install pymysql==1.1.0
pip install requests==2.31.0
pip install tqdm==4.66.1
pip install pandas==2.1.1
pip install statsmodels==0.14.0
pip install numpy==1.24.3
pip install scipy==1.11.1
```

### 4. 数据库配置
1. 创建MySQL数据库：
```sql
CREATE DATABASE bs_jaotong CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
```

2. 导入数据库结构：
```bash
mysql -u root -p bs_jaotong < db/bs_jaotong.sql
```

3. 修改数据库连接配置（`config.py`）：
```python
class BaseConfig:
    HOST = 'localhost'        # 数据库主机
    PORT = '3306'            # 数据库端口
    USERNAME = 'root'        # 数据库用户名
    PASSWORD = 'your_password' # 数据库密码
    DATABASE = 'bs_jaotong'  # 数据库名称
```

### 5. 启动应用
```bash
python app.py
```

访问地址：http://127.0.0.1:5000/

## 📊 数据库设计

### 主要数据表

#### 用户表 (sys_user)
- `id`: 用户ID（主键）
- `username`: 用户名
- `password`: 密码
- `create_time`: 创建时间

#### 城市代码表 (city_code)
- `code`: 城市代码（主键）
- `name`: 城市名称
- `pinyin`: 城市拼音

#### 拥堵数据表 (jam)
- `id`: 记录ID（主键）
- `freeFlowSpeed`: 畅通速度
- `realSpeed`: 实际速度
- `idxRatio`: 周环比数
- `idxRatioState`: 周环比状态
- `idx`: 拥堵延时指数
- `label`: 城市标签
- `name`: 城市编号
- `create_time`: 创建时间

#### 预测数据表 (prediction)
- `id`: 记录ID（主键）
- `idx`: 拥堵指数
- `create_time`: 预测日期

## 🔧 配置说明

### 环境变量配置
建议创建 `.env` 文件进行环境配置：
```
DB_HOST=localhost
DB_PORT=3306
DB_USER=root
DB_PASSWORD=your_password
DB_NAME=bs_jaotong
FLASK_ENV=development
```

### 数据库连接配置
在 `config.py` 中修改数据库连接参数：
```python
class BaseConfig:
    DIALECT = 'mysql'
    DRIVER = 'pymysql'
    HOST = 'localhost'
    PORT = '3306'
    USERNAME = 'root'
    PASSWORD = 'your_password'
    DATABASE = 'bs_jaotong'
```