基于hive的房价分析及可视化大屏
舟率率 5/10/2025 pythonflasksqoop
# 项目概况
# 数据类型
链家贵阳租房及二手房数据
# 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
sql、shell、python
# 开发流程
数据入库(mysql)->数据上传(hdfs)->数据分析(hive)->后端(flask)->前端(html+js+css)
# 可视化图表
# 操作步骤
# python包安装
pip3 install impyla -i https://mirrors.aliyun.com/pypi/simple/
pip3 install flask==3.0.0 -i https://mirrors.aliyun.com/pypi/simple/
pip3 install flask-restful==0.3.10 -i https://mirrors.aliyun.com/pypi/simple/
1
2
3
4
5
2
3
4
5
# 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
# 数据入库
# 准备目录
mkdir -p /data/jobs/project/
cd /data/jobs/project/
# 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
8
9
2
3
4
5
6
7
8
9
# 数据上传
cd /data/jobs/project/
# 上传 sqoop.sh 文件
sed -i 's/\r//g' sqoop.sh
bash sqoop.sh
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
# 数据可视化
cd /data/jobs/project/
# 上传myapp目录到linux
# 在虚拟机中启动
python3 app.py pro
# 在windows中启动,直接启动app.py即可
1
2
3
4
5
6
7
2
3
4
5
6
7