基于spark的玉米种子推荐系统
舟率率 5/10/2026 pythonspringbootvue
# 项目概况
# 数据类型
国内玉米种质3000条数据集
# 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、Java
# 开发流程
数据清洗(python)->数据上传(hdfs)->数据分析(spark)->机器学习(spark)->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://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install openpyxl==3.1.5 -i https://pypi.tuna.tsinghua.edu.cn/simple/
1
2
3
4
2
3
4
# 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/
# 上传 "project-spark-corn-seeds-recommendation-system" 整个文件夹 到 "/data/jobs/project/" 目录
1
2
3
4
5
6
2
3
4
5
6
# 数据清洗
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/数据清洗/
python3 data_clean.py /data/jobs/project/project-spark-corn-seeds-recommendation-system/data/国内玉米种质3000条数据集.xlsx
# 查看清洗结果
head -5 data.csv
1
2
3
4
5
6
7
2
3
4
5
6
7
# 上传文件到hdfs
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/数据清洗/
hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put data.csv /data/input/
hdfs dfs -ls /data/input/
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# 程序打包
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/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
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/corn-recommend-backend/
# 对 "corn-recommend-backend" 目录下的项目 "corn-recommend-backend" 进行打包
# 打包命令
mvn clean package -DskipTests
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
# 创建MySQL表
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/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
# spark数据分析
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/spark-job/
spark-submit \
--master local[*] \
--class org.example.CornSeedAnalyzer \
target/spark-job.jar /data/input/
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# Spark特征工程
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/spark-job/
spark-submit \
--master local[*] \
--class org.example.CornSeedFeatureEngineering \
target/spark-job.jar
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# Spark聚类分析
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/spark-job/
spark-submit \
--master local[*] \
--class org.example.CornSeedClustering \
target/spark-job.jar
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# 启动后端
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/corn-recommend-backend/
java -jar target/corn-recommend-backend-1.0.0.jar
1
2
3
4
5
2
3
4
5
# 启动前端
cd /data/jobs/project/project-spark-corn-seeds-recommendation-system/corn-recommend-frontend/
# 安装node
npm install --registry=https://registry.npmmirror.com
chmod -R 755 node_modules/.bin
npm run dev
# http://localhost:8081
# 登录用户: user
# 登录密码: 123456
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11