通话记录

该程序能自动生成通话记录，包括主叫、被叫、通话日期和时间。

通话记录的数据模拟挺常见的，尤其你在做数据、日志或者搞点 Flink 流计算时，手上没点靠谱的数据资源还真有点抓瞎。calls 表的数据结构比较简单，但信息量不小，像number记录号码，date是 Unix 时间戳，type还能区分来电去电，模拟真实通话场景还是蛮到位的。 有意思的是，它用的是SQLite，轻量又方便，测试用起来毫无压力。如果你用Flink来跑通话时长的聚合，直接喂这张表就合适。没 SQLite 驱动也好说，Python 配合sqlite3模块，分分钟就能跑起来。 你还可以结合通话记录生成模拟工具或者BigData 日志生成器扩展数据量。测试多线程或者Kafka入流之前先造点

代码及配置打包 附有详细的文档 项目详情：Flink 练习之通话时长的统计

通话记录的模拟生成工具，BigData0323.zip 真挺方便的。 日志数据的生产脚本，不需要配置什么全局文件，直接跑就行，逻辑比较清晰。它的思路就是：从通讯录里挑俩号码，一个当主叫，一个被叫，搞个通话时间，再配个通话时长，整成一条通话记录写进日志文件。 数据文件的落地方式挺干脆，直接刷写到本地文本中。你可以拿这份数据去做后续的流、之类的活，比如喂给Flink算通话时长，或者做个实时大屏展示。 通讯录的读取方式也挺灵活，就是一个数据读取，从文件中读入联系人信息。你可以把这部分换成数据库、API 啥的都行，接口清晰。 通话记录的生成过程里还加了点随机逻辑，比如主叫被叫随机挑，通话时间也随机搞一

企业级项目里的Spark实战资源，还是挺值得一看的。Spark 电信电话项目用的是百度云数据，模拟的是电信业务场景，像用户通话记录、活跃用户行为追踪这些，都能跑得起来。你要是正好在啃Spark，又想搞点偏实际的练手项目，这套资源就蛮合适。 数据的落地，不只是跑个模型、写几行RDD就完事了。这里整合了百度云上的真实数据，模拟真实业务流程，从数据预、转换到，流程比较全，逻辑也清楚。响应也快，适合跑在自己机器上调试。 相关的一些技术资源也能用上，比如想搞清楚Hadoop和Spark怎么联动，或者百度热搜的数据方式，可以参考这篇：基于 Hadoop 和 Spark 的百度热搜数据可视化系统设计与实现。

记录 MySQL 作业以供查阅。

这是一份完整的Linux学习笔记，汇集了自己在学习过程中总结的内容。

译自官方文档，仅完成部分，后续会逐步更新。

各组通话行为的强弱特征整理，做得还挺细的，适合搞电信用户的朋友参考一下。像组 1“低使用率组”跟 10086 打得多，但用得不广；组 4“联通联系紧密组”光看名字就懂，有联通用户通话偏好。嗯，标签分得清楚，强弱势也标得挺明白。你如果要做用户画像或者行为分类，这份 PPT 可以直接拿来参考建模特征。

面向组织（多个应用）的学生数据组织主记录详细记录格式示例(b)，在数据库Oracle环境中的实施。