基于Hive的当当网畅销图书榜单数据分析及可视化
舟率率 5/10/2025 pythonsqoopflask
# 项目概况
# 数据类型
当当网畅销图书排行榜单数据
# 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、shell、SQL
# 开发流程
数据清洗(python)->数据上传(hdfs)->数据分析(hive)->数据抽取(sqoop)->数据存储(mysql)->后端(flask)->前端(html+js+css)
# 可视化图表
# 操作步骤
# python安装包
pip3 install pandas==2.0.3 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install pyecharts==2.0.4 -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 jieba==0.42.1 -i https://mirrors.aliyun.com/pypi/simple/
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# 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 -uroot -p123456
1
2
3
4
5
6
2
3
4
5
6
# 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
1
2
3
4
5
2
3
4
5
# 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
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# 数据清洗
mkdir -p /opt/data/output/
cd /opt/data/
# 上传 data/当当畅销榜图书数据.csv
# 上传 data_clean.py
mv 当当畅销榜图书数据.csv output/
python3 /opt/data/data_clean.py
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# 数据上传
cd /opt/data/
hdfs dfs -mkdir -p /data/origin/dangdang_book/
hdfs dfs -rm -r /data/origin/dangdang_book/*
hdfs dfs -put -f output/result.txt /data/origin/dangdang_book/
hdfs dfs -ls /data/origin/dangdang_book/
1
2
3
4
5
6
7
2
3
4
5
6
7
# 数据分析
hive -v -f hive.sql
1
2
3
2
3
# MySQL建表
cd /opt/data/
# 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
1
2
3
4
5
6
7
2
3
4
5
6
7
# sqoop抽取hdfs到MySQL
cd /opt/data/
# 上传 sqoop 代码文件
sed -i 's/\r//g' sqoop_write_mysql.sh
bash sqoop_write_mysql.sh
1
2
3
4
5
6
7
2
3
4
5
6
7
# 启动可视化
mkdir -p /opt/data/myapp/
cd /opt/data/myapp/
# 将"可视化"目录下的文件上传到myapp目录下
# windows本地运行 python3 app.py
python3 app.py pro
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9