搜房网
（一）需求分析：
1：项目背景：在一线城市中，有着大量的租房需求，该网站希望可以帮助用户快速的找到房源
目标用户：一线城市的工作者
项目可行性：可以赚钱
2：（1）项目要求：
有一定的ElasticSearch基础；熟悉Java以及Java Web；有Spring以及SpringBoot的基础；了解MySQL以及JPA；有一定的前端知识储备。
（2）项目的技术使用：
强力技术组合=ElasticSearch+Mysql+Kafka 实现站内搜索引擎，让用户可以轻轻松松的搜索房源信息
强强联合=ElasticSearch+百度地图 实现地图找房功能
负载加安全=ElasticSearch+Nginx Nginx实现ElasticSearch的负载均衡
传说中的数据分析神器ELK=ElasticSearch+Logstash+Kibana 对数据的分析
基础核心框架=SpringBoot
数据库的长青树=Mysql+Spring Data JPA
走在前端的流行前线＝thymeleaf+Bootstrap+jquery
项目安全框架=spring Security
主流核心技术 ：
图片上传=七牛云+webUpoad
免注册登陆=阿里短信 底层是基于阿里云通讯实现的
（二）架构设计与分层：
结构分层：
经典的三层架构
后台管理模块：为了方便网站运营人员管理租房网站的房源信息，就需要有后台管理系统。开发一个后台管理模块来统一管理租房网站站的数据，人员信息等等。
目标：后台登陆 权限控制 注销功能
房源信息管理模块：搭建了后台管理模块的框架后，另外还需要完善网站的房源信息管理子模块，所以这儿我们要实现房源信息的增删查改。
目标，通过后台管理功能：新增房源；房源信息的（查，改，删）；房源审核
基础功能模块：作为一个租房网站，要有基本的房源浏览功能，让用户在我们的网站可以浏览房源信息，并在找到目标房源后，能够查看房源的详细信息，这儿我们要实现租房网站的核心基础功能。
目标：网站基本布局；房源信息浏览；房源信息详情页；网站整体布局实现
搜索引擎模块：在我们网站实现了基础信息浏览功能以后，用户就可以看到网站上所有的房源，但是在网站房源信息量爆炸的时候，用户是很难找到自己想要的信息，这时候，网站就必须要有站内搜索引擎功能，帮助用户根据自身需求快速的找到想要的房源信息。
目标：构建ES房源索引；基于ES构建搜索引擎；解决中文分词问题；Search-as-you-type（搜索提示）；使搜索引擎结果集最优
基于百度地图的找房模块：在网站拥有了搜索引擎之后，用户就可以非常方便的搜到自己想要的房源信息了，但是有很多时候，用户并不能清楚自己想要什么，那么这里就迫切的需要一个具有提示性质的功能，来方便用户查询信息，所以我们的找房地图功能就很有必要了。我们的目标就是能在指定区域显示用户想要的房源，方便用户根据地理位置寻找房源信息，提升网站的竞争力。
目标：构建房源地理坐标；聚合地图范围内房源；根据地图视野查询房源；地图事件绑定数据源；地图展示房源数据麻点图
会员系统模块：在网站拥有基本的数据浏览和检索功能之后，用户如果对网站房源感兴趣的话，就需要在线预约看房等功能。那么实现在线预约等功能的前提就是账户系统，我们本章的目标就是实现一个会员系统，让用户可以通过手机号免注册登陆，然后就可以使用预约看房等账号绑定功能。
目标：手机号免注册登录；个人信息管理；在线预约看房功能
基于ELK的应用分析模块：在网站运营期间，除了功能之外，运营，产品，技术乃至Boss都需要了解网站的业务运行情况，这个时候就需要针对网站产生的数据做一些分析，我们可以基于ELK对网站访问日志数据做基本的分析统计。
目标：搭建ELK应用技术栈；分析网站整体访问流量情况；分析网站房源访问量Top 5；
Logstash：应用搭建及Nginx访问日志采集。Nginx访问日志拆解入库
Kindbana：（可视化分析中间件）应用搭建以及基本介绍；数据可视化分析-全局访问流量；数据可视化分析-房源访问流量趋势
（三）实体设计：
（1）数据库的选择：
Mysql是当前最流行的关系型数据库，在互联网公司Mysql也是应用最多的关系型数据库。
ElasticSearch是基于Apache Lucene的开源搜索引擎
利用ES可以方便的实现站内搜索引擎，还用MySQL的原因是利用它的事务特性做稳定的数据存储；最终以Mysql做基础数据存储，结合ES实现站内搜索引擎。
（2）用户的E-R图：
（3）房源的E-R图：
