【开题答辩实录分享】以《电动汽车市场分析与可视化平台的设计与实现》为例进行答辩实录分享
大家好，我是韩立。
写代码、跑算法、做产品，从 Java、PHP、Python 到 Golang、小程序、安卓，全栈都玩；带项目、讲答辩、做文档，也懂降重技巧。
这些年一直在帮同学定制系统、梳理论文、模拟开题，积累了不少“避坑”经验。
新学期开始，很多人卡在选题：想要新颖，又怕做不完。接下来我会持续分享一批“好上手且有亮点”的选题思路和完整开题答辩案例，给你参考，也给你灵感。关注我，毕业设计不再头秃！
电动汽车市场分析与可视化平台核心功能可概括为四大部分：
- 数据爬取：通过 Scrapy 框架创建项目，定义初始 URL 与解析规则，设置请求延迟、并发请求数等参数，定向爬取汽车网站上电动汽车的排名、车型、销量、厂商、售价等数据，提取后保存至数据库，为后续分析提供基础数据；
- 数据存储：先将爬取数据存储于 HDFS（Hadoop 分布式文件系统），再通过 Hive 加载到数据仓库并创建表结构，支持用 HiveQL 查询语言进行数据查询与管理，适配海量数据存储需求；
- 数据清洗与处理：基于 Spark 技术，导入相关库并创建 SparkSession 对象，通过 DataFrame API 进行过滤无效数据、替换格式不统一数据、重命名字段、类型转换等清洗操作，结合 SparkSQL 做筛选、聚合等分析，处理后保存结果；
- 数据可视化展示：借助 Django 框架提供数据接口，采用 Echarts+Vue.js 实现大屏动态可视化，呈现电动汽车市场相关数据（如销量趋势、车型分布等），支持数据实时更新与用户交互操作（如时间范围筛选）。
【开题陈述】
各位老师好，我是H同学。我的课题是《中国电动汽车市场分析与可视化平台的设计与实现》。系统通过Scrapy爬取主流汽车网站销量、价格、车型数据，经HDFS+Hive落库，Spark完成清洗与聚合，最终用Django+Vue+Echarts实现大屏可视化，展示品牌占比、销量趋势、价格分布等模块，技术栈涵盖Python、Scrapy、Hadoop、Spark、Hive、Django、Vue。
——下面请各位老师提问。
【答辩开始】
评委老师：为什么用Scrapy而不是八爪鱼或火车采集器？
答辩学生：Scrapy开源、可定制XPath与管道，方便对接后续去重、清洗；同时能加随机延迟、User-Agent池，降低被封概率，适合学生机低成本运行。
评委老师：爬到的字段有缺失或格式混乱，你如何统一清洗？
答辩学生：用Spark DataFrame API做标准化：统一价格单位到“万元”，缺失值用众数填补，车型字符串正则提取“续航/电池容量”，并建清洗日志表记录处理前后记录数。
评委老师：Hive里把原始数据和清洗后数据分开存储，你是怎样设计分区？
答辩学生：原始区按“数据源+年月”两级分区，清洗区按“车型级别+年月”两级分区，查询时只扫描相关子目录，减少全表扫描IO。
评委老师：大屏要秒级刷新月销量排行，Spark每次全量计算压力大，你怎么优化？
答辩学生：采用Spark累加器+增量机制，每天只计算当日增量，把结果merge进月度汇总表；第一次全量，后续5分钟级增量，前端刷新走Django ORM直接读汇总表。
评委老师：Django默认同步视图，高并发请求大屏接口会出现阻塞，你如何解决？
答辩学生：在Django里启用channels+Redis缓存，把排行数据缓存5分钟；接口用DRF的ListAPIView+pagination，Nginx开gzip，压测800并发平均响应180ms。
评委老师：若Hive元数据突然损坏，你怎样在30分钟内恢复？
答辩学生：已配置MySQL metastore的每日mysqldump冷备+WAL增量binlog；同时把metastore库同步到备用MySQL，损坏时切换连接并重新加载最近分区，恢复时间约15分钟。
评委老师：Spark SQL与Hive执行计划出现差异导致同一指标不一致，你如何定位？
答辩学生：先对比explain extended逻辑计划，定位是否谓词下推不同；再开启spark.sql.hive.convertMetastoreParquet=false强制走Hive，逐步比对物理计划、stage耗时，最终用单元测试框架Spark-testing-base写断言锁定差异字段。
【评委总结】
H同学对数据采集、清洗、存储、可视化全链路掌握扎实，能结合分区、增量、缓存等手段优化性能，并考虑到元数据恢复与计划差异等深层问题。建议在论文中补充压测曲线与异常恢复流程图，进一步佐证方案可行性。总体完成度高，可继续深入研究。祝你后续开发顺利！
以上是H同学的毕业设计答辩过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告可参考。
