基于spark的岗位招聘数据分析可视化系统_实时和预测
舟率率 7/22/2025 scalaspringbootsqoopjavavue
# 项目概况
realtime_ml (opens new window)
# 数据类型
boss直聘网站招聘数据
# 开发环境
centos7
# 软件版本
hadoop3.2.0、hive3.1.2、spark3.1.2、mysql5.7.38、scala2.12.18、jdk8、sqoop1.4.7、flink1.14.6
# 开发语言
Scala、Java
# 开发流程
数据预处理(python)->数据上传(hdfs)->数据清洗(mapreduce)->数据分析(hive)->机器学习(spark)->实时计算(flink)->数据存储(mysql)->后端(springboot)->前端(vue)
# 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 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 pyecharts==2.0.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
1
2
3
4
5
6
7
2
3
4
5
6
7
# 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
# 启动flink
# 启动
/export/software/flink-1.14.6/bin/start-cluster.sh
# 停止
/export/software/flink-1.14.6/bin/stop-cluster.sh
1
2
3
4
5
6
7
2
3
4
5
6
7
# 数据预处理
mkdir -p /data/jobs/project/
cd /data/jobs/project/
# 解压 "数据" 目录下的 "data.7z" 文件
# 上传 "数据" 目录下的 "data.csv" 文件 到 "/data/jobs/project/" 目录
# 上传 "数据" 目录下的 "handler.py" 文件 到 "/data/jobs/project/" 目录
python3 handler.py
# 验证结果
ls -l data.txt
head -10 data.txt
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
# 上传文件到hdfs
cd /data/jobs/project/
hdfs dfs -mkdir -p /dw/ods/emp/
hdfs dfs -rm -r /dw/ods/emp/*
hdfs dfs -put -f data.txt /dw/ods/emp/
hdfs dfs -ls /dw/ods/emp/
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# hive数据分析
cd /data/jobs/project/
# 上传 "hive数据分析" 目录下的 "hive.sql" 文件 到 "/data/jobs/project/" 目录
# 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
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
# 创建MySQL表
cd /data/jobs/project/
# 上传 "mysql" 目录下的 "mysql.sql" 文件 到 "/data/jobs/project/" 目录
# 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
# 数据导入MySQL
cd /data/jobs/project/
# 上传 "mysql" 目录下的 "sqoop.sh" 文件 到 "/data/jobs/project/" 目录
sed -i 's/\r//g' sqoop.sh
bash sqoop.sh
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# spark预测薪资
cd /data/jobs/project/
# 对 "spark_ml" 目录下的项目 "spark-job" 进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true
# 上传 "spark-job/target/" 目录下的 "spark-job-jar-with-dependencies.jar" 文件 到 "/data/jobs/project/" 目录
spark-submit \
--master local[*] \
--class org.example.demo.PredictSalaryJob \
/data/jobs/project/spark-job-jar-with-dependencies.jar /dw/dwd/emp/
1
2
3
4
5
6
7
8
9
10
11
12
13
2
3
4
5
6
7
8
9
10
11
12
13
# flink实时
cd /data/jobs/project/
# 对 "实时数据" 目录下的项目 "flink-job" 进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true
# 上传 "flink-job/target/" 目录下的 "flink-job-jar-with-dependencies.jar" 文件 到 "/data/jobs/project/" 目录
# 创建实时存储表
java -cp flink-job-jar-with-dependencies.jar org.example.CreateMysql
# 实时计算
flink run -c org.example.Main flink-job-jar-with-dependencies.jar
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
# 启动后端
# 已安装 "jdk8" 和 "maven" 环境
# 启动springboot
# 打包命令: mvn clean package -Dmaven.test.skip=true
# 入口类: org.apophis.Application
1
2
3
4
5
6
7
2
3
4
5
6
7
# 启动前端
# 安装node
# 启动springboot
# 启动前端
npm install --registry=https://registry.npmmirror.com
# 备选: cnpm install
npm run dev
# 清除 npm 缓存并删除 node_modules
npm cache clean --force
rm -rf node_modules
rm package-lock.json
npm install
1
2
3
4
5
6
7
8
9
10
11
12
13
2
3
4
5
6
7
8
9
10
11
12
13