基于Hive数仓的电商订单数据分析及可视化
舟率率 5/11/2025 pythonflasksqoop
# 项目概况
# 数据类型
模拟数据
# 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
# 操作步骤
# 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
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
# 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
# MySQL建表及数据生成
mkdir -p /data/jobs/project/
cd /data/jobs/project/
# 上传 "mysql" 目录下的 sql 文件
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期
mysql -u root -p < 1_create_table.sql
mysql -u root -p echarts < 2_insert_category.sql
mysql -u root -p echarts < 3_create_function.sql
mysql -u root -p echarts < 4_create_procedure.sql
1
2
3
4
5
6
7
8
9
10
11
12
13
14
2
3
4
5
6
7
8
9
10
11
12
13
14
# MySQL数据导入HDFS
cd /data/jobs/project/
# 上传 "数据分析" 目录下的 所有 文件
sed -i 's/\r//g' sqoop_mysql_to_hdfs.sh
bash sqoop_mysql_to_hdfs.sh 2025-05-01 first
# 验证sqoop的结果
hdfs dfs -ls /gmall_data/
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
# hive建表
cd /data/jobs/project/
# 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create_hive.sql
hive -v -f create_hive.sql
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# ODS
cd /data/jobs/project/
hive -hiveconf dt="2025-05-01" -v -f ods.sql
1
2
3
4
5
2
3
4
5
# DWD
cd /data/jobs/project/
hive -hiveconf dt="2025-05-01" -v -f dwd.sql
1
2
3
4
5
2
3
4
5
# DWS
cd /data/jobs/project/
hive -hiveconf dt="2025-05-01" -v -f dws.sql
1
2
3
4
5
2
3
4
5
# ADS
cd /data/jobs/project/
#基础指标+GMV指标
hive -hiveconf dt="2025-05-01" -v -f ads_1.sql
#转化率及漏斗分析 DWS层品牌复购率
hive -hiveconf dt="2025-05-01" -v -f ads_2.sql
#ADS层品牌复购率
hive -hiveconf dt="2025-05-01" -v -f ads_3.sql
1
2
3
4
5
6
7
8
9
10
11
12
2
3
4
5
6
7
8
9
10
11
12
# 创建后续用于可视化的mysql表
cd /data/jobs/project/
# 上传 "可视化" 目录下的 所有 文件和文件夹
mysql -u root -p echarts < create_ads_table.sql
1
2
3
4
5
6
7
2
3
4
5
6
7
# 数据导入MySQL
cd /data/jobs/project/
sed -i 's/\r//g' sqoop_hdfs_to_ads_mysql.sh
bash sqoop_hdfs_to_ads_mysql.sh
1
2
3
4
5
6
2
3
4
5
6
# 启动可视化
mkdir -p /data/jobs/project/
cd /data/jobs/project/
python3 project-shopping/app.py pro
1
2
3
4
5
6
2
3
4
5
6