流程：
1.Python爬虫采集中华健康网约10万医生数据，最终存入mysql数据库；
2.使用pandas+numpy/hadoop+mapreduce对mysql中的医生数据进行数据分析，使用高德地图解析地理位置，并将结果转入.csv文件同时上传到hdfs文件系统；
3.使用hive建库建表，导入.csv数据集；
4.一半指标使用离线数仓hive_sql分析，一半指标使用实时数仓实时计算Spark之Scala实现；
5.使用sqoop将分析指标导入mysql数据库；
6.使用Flask+echarts实现可视化大屏界面；
创新点：高德地图解析地理位置、海量医生数据、Python爬虫、炫酷可视化大屏
选装：可选装知识图谱、推荐系统、预测系统、后台管理等

核心算法代码分享如下：

package com.bigdata.storm.kafka.util;import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;/*** @program: storm-kafka-api-demo* @description: redis工具类* @author: 小毕* @company: 清华大学深圳研究生院* @create: 2019-08-22 17:23*/
public class JedisUtil {/*redis连接池*/private static JedisPool pool;/***@Description: 返回redis连接池*@Param: *@return: *@Author: 小毕*@date: 2019/8/22 0022*/public static JedisPool getPool(){if(pool==null){//创建jedis连接池配置JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();//最大连接数jedisPoolConfig.setMaxTotal(20);//最大空闲连接jedisPoolConfig.setMaxIdle(5);pool=new JedisPool(jedisPoolConfig,"node03.hadoop.com",6379,3000);}return pool;}public static Jedis getConnection(){return getPool().getResource();}/*    public static void main(String[] args) {//System.out.println(getPool());//System.out.println(getConnection().set("hello","world"));}*/}