想使用NutzWk框架进行省级教育云平台建设，目前要提供方案给客户，想要一下官方的介绍。 我发一个需要的话术例子，希望能得到相对应nutz的话术。感谢。
例子：
基于遵循技术设计原则的条件下，平台建设的技术选型需要综合考虑业务展现、业务信息处理、数据存储、系统集成等不同方面的研发和运行技术特点，使得平台软件能够形成健壮稳定的业务运行环境，具体技术思路如下：
基于LNMP综合技术框架，渲染前台业务快速呈现
面向全国所有的教育行政事业单位及员工、学校、为庞大的教师、学生、家长等用户群体提服务，同时平台的业务功能需要可持续扩展，系统需具备强可伸缩性、灵活性、易维护、高可用、高并发的展现系统。涉及的技术面广，需要获得更多底层技术厂商的支持和更多技术标准的支持。
将各子系统分散数据进行整合并进行聚合实现多样化展现，通过统一标准的接口集成规范和微服务注册和发现机制，实现各子系统的无缝接入和集成，提供一个支持信息访问、传递、以及协作的集成化展现框架环境，实现个性化展现业务的高效开发和集成、管理和部署。
综合以上基本需求，门户和空间将采用以LNMP开源技术架构为基础，结合基于一套开源的、轻量级、易扩展的且支持AJAX的widget窗口部件开发的MVC模式的Yii开发框架和C++底层高性能功能扩展技术和页面样式、脚本、图片、文档等静态文件与主体业务分布式部署读取发布的技术选型来进行展现业务快速开发和维护来实现系统的灵活性和易维护。
基于J2EE企业级成熟框架，支持后台业务高效处理
后台各管理系统业务采用SSI框架进行架构，SSI的框架主要是由struts2，spring以及ibatis组成，他们负责各层之间的交互与协作，从而实现整个web端的功能实现与整合。Struts目前主要负责数据传递和控制方面，spring则依靠其强大的依赖注入技术实现了类似bean托管和整合等功能，ibatis作为一种轻量级的OR Mapping框架，提供了半自动化对象关系映射的实现，自由度相对于hibernate更高。整个架构供分为四层：表现层、控制层、业务逻辑层和持久层，表现层主要是jsp，html等视图层技术的编写，其中涉及javascript，jquery等。控制层利用strust2标签功能或者ajax技术实现action与视图层的数据交互。业务逻辑层主要是利用spring的依赖注入实现对业务逻辑类和dao类的实例托管，各类的实例都可以托管在spring中进行统一管理和关联，包括事务，数据源等等。持久层利用ibatis提供的半自动化对象关系映射的实现，开发人员可以根据需要编写具体的sql语句，通过相应的xml的配置实现对数据库的操作。SSI框架能够降低我们代码的耦合度，增强了代码的健壮性和可重用性，加快了开发速度，同时通过负载均衡技术，实现后台业务的高效处理。
基于业务特性选择组合式DBMS，实现数据高速存取
前台运行环境采用负载均衡集群化分布式部署的模式，主体展现业务服务将通过快速动态扩展部署的方式实现业务扩展的伸缩性。数据存取海量内容型数据、关系型业务数据根据业务数据处理存取特性采用适合机制的存储数据库服务将数据进行分布式存储，将使用MySQL关系型数据库来实现数据业务快速重组，使用支持海量数据高效存取技术服务Mongodb数据库来存取非关系型内容型数据来实现日以万计的日志内容型数据读取，来提高数据读取处理能力。另数据库服务将采用主从读写分离和集群化负载的双管模式来分摊数据库并发压力增加数据请求吞吐量。使用支持可持久化异步存储的高效内存级缓存技术的Redis服务来实现常用且重要业务数据快速存取，实现服务故障中断后可高效快速恢复业务缓存数据，通过以上系统架构选型支持海量数据存储和查询和大规模用户并发，来满足系统的伸缩性、高可用和高并发需求。
后台运行环境和数据层服务均采用MySQL、Mongodb混合式集群数据库，MySQL和Mongodb能在所有主流平台上运行，完全支持所有工业标准，采用完全开放策略使客户选择适合自身的解决方案，在安全性上MySQL获得了国际和国内多项最高认证级别的ISO标准认证，确保了平台核心基础数据的安全，对业务系统的关系型数据处理性能优异，主要采用主从的集群模式，具有高可用性、易伸缩性、低成本、高吞吐量的优势。在非结构化数据存储上，Mongodb作为一款最为成熟的菲关系型数据库，可以优秀的发挥独特优势，基于其内存热数据存储读写方式和JSON存储格式使得记录获取日志记录审计类等固定数据十分迅速，可大大提升平台整体的读写速度和效率，以副本集和分片的方式来实现高可用，拥有强劲的集群扩展性。
基于消息队列和JSON数据对接技术，实现集成开发环境
基于MQ、kafaka等云服务中间件和云聚合中间件，实现互联互通云服务中间件是实现互联互通各系统间无缝信息交换的核心。平台通过运用消息队列、JSON等技术，在各应用系统之间扮演了一个消息交换中间件的角色，具备通过互联网，穿透防火墙，实现跨平台、跨数据库进行数据交换的能力，同时避免了直接通过数据库交换带来的安全风险。各应用系统通过云服务中间件与其他应用系统实现互联互通与第三方应用、各区域平台基础信息共享。
消息队列（Message Queue，简称 MQ）技术基于高可用分布式集群技术，提供消息发布订阅、消息轨迹查询、定时（延时）消息、监控报警等一系列消息服务，是企业级互联网架构的核心技术，支持各子系统之间的信息触发同步。分布式应用系统提供异步解耦、削峰填谷的能力，同时具备海量消息堆积、高吞吐、可靠重试等互联网应用所需的特性。消息队列为构造以同步或异步方式实现的分布式应用提供了松耦合方法。消息队列的API调 用被嵌入到新的或现存的应用中，通过消息发送到内存或基于磁盘的队列或从它读出而提供信息交换。消息队列可用在应用中以执行多种功能，比如要求服务、交换信息或异步处理。
接口通讯采取国际标准HTTP-JSON数据互通技术，松散耦合的系统业务模块设计，在基于微服务架构的系统中，具体应用程序的功能是由一些松耦合并且具有统一接口定义方式的组件组合构建起来的。平台系统可通过基于国际标准的HTTP-JSON数据形式的API接口应用程序编程接口或类方法来增加第三方应用系统的功能以及直接或间接想用平台的开放资源数据，而不需要更改该软件系统的源代码，以高速便捷的众筹聚合的模式加强平台的业务能力。从体系结构上看，服务提供者、服务请求者、服务代理者通过三种基本操作有机的联结在一起协同工作。在数据交换与传输过程中，统一采用JSON接口的方式，向外提供数据共享接口服务。
基于专业级大规模的Hadoop集群框架，构建的教育大数据服务中心
基于专业级Hadoop技术栈进行构建，并实现Docker虚拟化管理，可保障系统的弹性和易部署性；基于云化ETL和Kafka数据总线，实现大数据处理流水线，对各类数据进行采集、抽取、清洗和转换处理，并且对整个数据流水线进行监控预警；分布式计算支持MapReduce的并行计算模式，同时也支持基于spark的实时计算任务；数据仓库采用hive技术，从而实现多维、分层的灵活的数据视图。
分布式文件存储采用HDFS。 HDFS构建了一个分布式文件管理系统，有着高容错性的特点，支持部署在廉价的存储硬件上；支持高吞吐量，适合访问超大数据集，支持流式文件访问。
分布式计算采用MapReduce。MapReduce适用于大规模数据集的并行运算，通过Mapping（映射，指针对集合里的每个目标应用同一个计算操作）和Reducing（化简，指遍历集合中的元素来计算并返回一个综合结果）操作，实现对数据的“分而治之”。
数据仓库采用Hive。 Hive是基于Hadoop的类数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，并可以将sql语句转换为MapReduce任务进行运行。
Spark系统采用的是基于Apache Spark的高效的分布式数据挖掘系统。Apache Spark是美国加州大学伯克利分校AMP实验室研发的开源的类Hadoop MapReduce的通用的分布式计算框架。 Apache Spark基于MapReduce算法实现分布式计算，拥有Hadoop MapReduce所具有的优点，但不同于MapReduce的是分布式计算的输出结果可以保存在内存中，从而不需要读写分布式文件系统，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce算法。Apache Spark作为大数据处理框架的另外一个优势就是可以在同一系统中组合静态数据批处理与实时数据流处理。
教育云前台采用H5,NODEJS、PHP、Java语言开发，中台采用,中台后台主要采用JAVA语言开发。
对支撑平台的要求：
服务器端：
开发语言：JAVA、PHP、NODEJS。
操作系统： Windows 或 Linux。
支持环境：Tomcat 、Resin、 IIS、Apache、Nginx、Tomcat等主流WEB服务器软件，可做负载均衡。
数据库：MySQL、Redis、Mongodb。
中 间 件：redis、kafka、rocketmq、memache
浏览器：需支持ie8、ie9、ie10、ie11、firefox、360、Safari、chrome等常见浏览器。
桌面客户端：需支持Microsoft WindowsXP/Win7/Win8/ Win10
移动终端：支持基于安卓、苹果的手机或者平板电脑，保证顺畅的移动学习应用。
