基于spark的天气数据分析系统
舟率率 4/23/2026 pythonflask
# 项目概况
# 数据类型
天气数据
# 开发环境
centos7
# 软件版本
python3.8.18、hadoop3.2.0、spark3.1.2、mysql5.7.38、jdk8
# 开发语言
python、Scala
# 开发流程
数据分析(spark)->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://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install flask==3.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install flask-cors==4.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pymysql==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
1
2
3
4
5
6
2
3
4
5
6
# 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
# 准备目录
mkdir -p /data/jobs/project/
cd /data/jobs/project/
# 解压 "data" 目录下的 "data.7z" 到当前目录下
# 上传 "project-spark-weather-data-analysis" 整个文件夹 到 "/data/jobs/project/" 目录
1
2
3
4
5
6
7
2
3
4
5
6
7
# 创建MySQL表
cd /data/jobs/project/project-spark-weather-data-analysis/mysql/
# 请确认mysql服务已经启动了
# 快速执行.sql文件内的sql语句
mysql -uroot -p123456 < mysql.sql
1
2
3
4
5
6
7
2
3
4
5
6
7
# 原始数据导入
cd /data/jobs/project/project-spark-weather-data-analysis/data/
mysql -uroot -p123456 tianqi < tianqi.sql
1
2
3
4
5
2
3
4
5
# 程序打包
cd /data/jobs/project/project-spark-weather-data-analysis/spark-job/
# 对 "spark-job" 目录下的项目 "spark-job" 进行打包
# 打包命令
mvn clean package -DskipTests
1
2
3
4
5
6
7
2
3
4
5
6
7
# spark数据分析
cd /data/jobs/project/project-spark-weather-data-analysis/spark-job/target/
spark-submit --master local[*] --class org.example.WeatherDataAnalyzer spark-job.jar
1
2
3
4
5
2
3
4
5
# 启动可视化
cd /data/jobs/project/project-spark-weather-data-analysis/myapp/
python3 app.py
# 登录用户: root@qq.com
# 登录密码: 123456
1
2
3
4
5
6
7
2
3
4
5
6
7