仔細想想，華科圖書館的這次項目，還是職業生涯的處女秀。然而這次項目，卻不是那麼順利，經歷了很多不快。
首先，可以發現給學校做項目是多麼的麻煩，錢不多事還不少。
其次，這次着實被需求坑了一把。以前只是在課堂上了解了一下，這次親身體會了。甲方動不動就改需求，是多麼蛋疼的一件事。而且每次只提一點需求，所以昨天做好的東西，今天要改；明天又說今天哪裏做的不好，又得繼續改。如此反覆，搞得人累不說，也很降低工作效率。
最後，每天從早上九點做到晚上十點左右，做的很累。而且，經常沒有雙休，真的很鬱悶。
不管怎麼樣，還是在這個項目上花了兩個多月的時間，雖然做的東西不夠深入，但還是把做過的東西暫且記下來再說。
1.前端
前端這塊，因爲要做大量報表，本來準備自己做頁面，後來使用報表軟件FineReport時發現它自帶了一個大數據決策系統。不過這個東西也很坑就是了，還得花錢。所以最後，前端這塊主要就是用那個軟件做報表。主要分爲三步，使用sql語句查詢數據庫得到數據集，設置參數面板，製作報表。這裏稍微熟悉了sql語句的使用，包括group by,in,substring和impala自帶的一些函數等。
2.後端
後端這塊，主要是做算法。這裏我只負責了一個算法，決策樹分類算法ID3。先從網上下的代碼，使用之後發現這個算法只適合枚舉類型，如果屬性有數值型的並不合適。後來病急亂投醫，從網上下了一個weka軟件，導入輸入數據，就可以得到決策樹，然後寫出分類規則。根據決策樹寫分類規則的代碼在另一篇博文中有寫，並沒有技術含量，這裏就不贅述了。然後，爲了寫畢業論文，我又自己裝linux，搭hadoop，運行mahout單機版和分佈式版，玩的也是不亦樂乎。最後說說我畢業論文中用到的算法，主要是基於用戶的協同過濾算法和基於物品的協同過濾算法，以後有機會再貼上來。這也是在實際項目中第一次與算法打交道。通過這次學習，我深刻地認識到，算法的本質就是數學啊。所以，學好數學還是很重要滴。
3.其它
本人新手，不喜勿噴。通過這次項目，還零零總總地學習了一些其它的東西。比如，第一次裝linux，linux命令的熟悉，第一次搭僞分佈式hadoop平臺，mapreduce的入門與熟悉，還有java的熟悉，eclipse的熟悉，等等。
總之，這次項目也學到了一點點東西。雖然不夠深入，但也值得在此做個總結，以備後面繼續學習，在大數據和機器學習方面繼續深造。另外，項目中有些代碼上傳到github主頁上去了。以後有機會，再把我的github主頁貼上來。