项目概况
[👇👇👇👇👇👇👇👇]
点这里,查看所有项目
[👆👆👆👆👆👆👆👆]
数据类型
链家上海二手房数据
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、SQL
开发流程
数据清洗(python)->数据上传(hdfs)->数据分析(hive)->数据存储(mysql)->后端(flask)->前端(html+js+css)
可视化图表
2025-05-16_121546.jpg
2025-05-16_121552.jpg
2025-05-16_121557.jpg
2025-05-16_121601.jpg
2025-05-16_121605.jpg
2025-05-16_121610.jpg
2025-05-16_121614.jpg
2025-05-16_121620.jpg
2025-05-16_121625.jpg
2025-05-16_121631.jpg
2025-05-16_121637.jpg
操作步骤
python安装包
pip3 install aiomysql==0.2.0 -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
创建MySQL表
cd /data/jobs/project/
# 上传 "mysql" 目录下的 "mysql.sql" 文件
# 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
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
数据清洗
mkdir -p /data/jobs/project/
cd /data/jobs/project/
# 上传 "data" 目录下的 "data.csv" 文件
# 上传 "数据清洗" 目录下的 "data_clean.py" 文件
# 执行数据清洗程序
python3 data_clean.py /data/jobs/project/
# 查看结果文件
head -10 data_clean.txt
上传文件到hdfs
cd /data/jobs/project/
hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put -f data_clean.txt /data/input/
hdfs dfs -ls /data/input/
hive数据分析
cd /data/jobs/project/
# 上传 "hive数据分析" 目录下的 "所有" 文件
# 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
数据导入MySQL
cd /data/jobs/project/
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
# windows本地运行: python3 app.py
python3 app.py pro
# 没有登录名和密码,只要输入就能进入
