基于hive的大学硕士研究生录取数据分析与可视化

基于hive的大学硕士研究生录取数据分析与可视化

项目概况

[👇👇👇👇👇👇👇👇]
点这里,查看所有项目
[👆👆👆👆👆👆👆👆]

数据类型

学生成绩及复试成绩数据

开发环境

centos7

软件版本

python3.8.18、hadoop3.2.0、hive3.1.2、mysql5.7.38、jdk8、sqoop1.4.7

开发语言

python、Java

开发流程

数据预处理(java)->数据存储(hbase)->文件上传(hdfs)->数据分析(hive)->数据分析(mapreduce)->数据存储(mysql)->后端(flask)->前端(html+js+css)

可视化图表

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

操作步骤

python安装包


pip3 install pandas==2.0.3 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install flask==3.0.0 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install flask-cors==4.0.1 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install pymysql==1.1.0 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install bottle==0.12.25 -i https://pypi.tuna.tsinghua.edu.cn/simple

启动MySQL


# 查看mysql是否启动 启动命令: systemctl start mysqld.service
systemctl status mysqld.service
# 进入mysql终端
# MySQL的用户名:root 密码:123456
# MySQL的用户名:root 密码:123456
# MySQL的用户名:root 密码:123456
mysql -uroot -p123456

启动Hadoop


# 离开安全模式: hdfs dfsadmin -safemode leave
# 启动hadoop
bash /export/software/hadoop-3.2.0/sbin/start-hadoop.sh

启动hive


# 在第一个窗口中,执行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service metastore

# 在第二个窗口中,执行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service hiveserver2

# 连接进入hive终端命令如下:
# /export/software/apache-hive-3.1.2-bin/bin/beeline -u jdbc:hive2://master:10000 -n root

启动hbase


# 启动zookeeper
/export/software/apache-zookeeper-3.6.4-bin/bin/zkServer.sh start
# 开启hbase
sh /export/software/hbase-2.2.7/bin/start-hbase.sh
# 进入hbase shell
/export/software/hbase-2.2.7/bin/hbase shell
# 关闭hbase
sh /export/software/hbase-2.2.7/bin/stop-hbase.sh
# 关闭zookeeper
/export/software/apache-zookeeper-3.6.4-bin/bin/zkServer.sh stop

程序打包


mkdir -p /data/jobs/project/
cd /data/jobs/project/

# 上传 "noproject-hbase-mapreduce-hive" 整个文件夹
# 使用打包命令完成对 "noproject-hbase-mapreduce-hive" 的项目打包
# 打包命令
cd /data/jobs/project/noproject-hbase-mapreduce-hive/
mvn clean package -Dmaven.test.skip=true

cd /data/jobs/project/noproject-hbase-mapreduce-hive/
# 将 "mapreduce-job-jar-with-dependencies.jar" 复制到 "/data/jobs/project/" 目录
rm -f mapreduce-job-jar-with-dependencies.jar
cp mapreduce-job/target/mapreduce-job-jar-with-dependencies.jar .
# 将 "write-to-hbase-jar-with-dependencies.jar" 复制到 "/data/jobs/project/" 目录
rm -f write-to-hbase-jar-with-dependencies.jar
cp write-to-hbase/target/write-to-hbase-jar-with-dependencies.jar .

数据预处理


cd /data/jobs/project/noproject-hbase-mapreduce-hive/
# 原数据分隔符全是空格,使用程序判断各数值所属字段,并定义分隔符\t
java -cp write-to-hbase-jar-with-dependencies.jar org.example.write.hbase.DataClean

# 查看 "output/" 的结果
ls -l output/
head -10 output/复试成绩.txt
head -10 output/学生总成绩.txt

数据存入hbase


cd /data/jobs/project/noproject-hbase-mapreduce-hive/
# 将 "output/" 目录下的数据,写入hbase
java -cp write-to-hbase-jar-with-dependencies.jar org.example.write.hbase.WriteHbase

# 使用命令进入hbase shell终端,进行校验: /export/software/hbase-2.2.7/bin/hbase shell
# get 'student_scores','1',{FORMATTER => 'toString'}

重命名及上传文件


cd /data/jobs/project/noproject-hbase-mapreduce-hive/

mv output/学生总成绩.txt output/stu_scores.txt
mv output/复试成绩.txt output/repeat.txt

ls -l output/

# 上传到hdfs
hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put output/repeat.txt /data/input/
hdfs dfs -ls /data/input/

hive数据分析


cd /data/jobs/project/noproject-hbase-mapreduce-hive/hive数据分析/

# 连接进入hive终端命令如下:
# /export/software/apache-hive-3.1.2-bin/bin/beeline -u jdbc:hive2://master:10000 -n root

# 快速执行hive.sql
hive -v -f hive.sql

mapreduce数据分析


cd /data/jobs/project/noproject-hbase-mapreduce-hive/

hadoop jar mapreduce-job-jar-with-dependencies.jar /data/input/ /data/output/

# 验证结果
hdfs dfs -ls /data/output/
hdfs dfs -cat /data/output/part-r-00000

创建MySQL表


cd /data/jobs/project/noproject-hbase-mapreduce-hive/

# 请确认mysql服务已经启动了
# 快速执行.sql文件内的sql语句
mysql -u root -p < mysql.sql

数据导入MySQL


cd /data/jobs/project/noproject-hbase-mapreduce-hive/

sed -i 's/\r//g' sqoop.sh
bash sqoop.sh

启动可视化


mkdir -p /data/jobs/project/myapp/
cd /data/jobs/project/myapp/

# 上传 "可视化" 目录下的 "所有" 文件和文件夹

# windows本地运行: python app.py
python3 app.py pro

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值