基于hadoop的B站短视频数据分析及预测系统
舟率率 4/7/2026 scalaspringbootsqoopjava
# 项目概况
# 数据类型
B站短视频数据
# 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
# 开发语言
Scala、Java、shell、SQL
# 开发流程
原始数据导入(MySQL)->数据清洗(spark)->数据分析(hive)->机器学习(spark)->数据存储(mysql)->后端(springboot)->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
# 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-hadoop-bilibili-trending-video-data-analysis-visualization-system" 整个文件夹 到 "/data/jobs/project/" 目录
1
2
3
4
5
6
7
2
3
4
5
6
7
# 导入数据到MySQL
cd /data/jobs/project/project-hadoop-bilibili-trending-video-data-analysis-visualization-system/data/
# 创建数据库
mysql -uroot -p123456 -e 'CREATE DATABASE IF NOT EXISTS video_analyse CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;'
# 导入数据到MySQL
mysql -uroot -p123456 video_analyse < data.sql
1
2
3
4
5
6
7
2
3
4
5
6
7
# 程序打包
cd /data/jobs/project/project-hadoop-bilibili-trending-video-data-analysis-visualization-system/spark_ml/spark-job/
# 对 "spark_ml" 目录下的项目 "spark-job" 进行打包
# 打包命令
mvn clean package -DskipTests
# 打包完成后,上传 "spark-job/target/" 目录下的 "spark-job.jar" 文件 到 "/data/jobs/project/" 目录
yes | cp target/spark-job.jar /data/jobs/project/
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# spark数据清洗
cd /data/jobs/project/
spark-submit --master local[*] --class org.example.CleanMySQLToHDFS spark-job.jar
# 验证清洗结果
hdfs dfs -ls /ods/t_bilbil_video_clean/
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# hive数据分析
cd /data/jobs/project/project-hadoop-bilibili-trending-video-data-analysis-visualization-system/数据分析/
# 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
2
3
4
5
6
7
8
9
# 创建MySQL表
cd /data/jobs/project/project-hadoop-bilibili-trending-video-data-analysis-visualization-system/
# 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 video_analyse < mysql.sql
1
2
3
4
5
6
7
2
3
4
5
6
7
# 数据导入MySQL
cd /data/jobs/project/project-hadoop-bilibili-trending-video-data-analysis-visualization-system/
sed -i 's/\r//g' sqoop.sh
bash sqoop.sh
1
2
3
4
5
6
2
3
4
5
6
# spark机器学习
cd /data/jobs/project/
spark-submit --master local[*] --class org.example.VedioML spark-job.jar
1
2
3
4
5
2
3
4
5
# 启动可视化
# 入口类: com.bvideo.BvideoAnalyseApplication
1
2
3
2
3