基于hive的电商用户行为数据分析

项目概况

[👇👇👇👇👇👇👇👇]
点这里,查看所有项目
[👆👆👆👆👆👆👆👆]

数据类型

天池公开电商数据集

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、Java

开发流程

数据上传(hdfs)->数据清洗(mapreduce)->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

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/

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

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

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

准备目录

mkdir -p /data/jobs/project/
cd /data/jobs/project/

# 上传 "data" 目录下的 "customer_shopping_data.csv" 文件

上传文件到hdfs

cd /data/jobs/project/

hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put -f customer_shopping_data.csv /data/input/
hdfs dfs -ls /data/input/

mapreduce数据清洗

cd /data/jobs/project/

# 对 "数据清洗" 目录下的 "mapreduce-job" 项目进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true
# 上传 "数据清洗/mapreduce-job/target/" 目录下的 "mapreduce-job.jar" 文件 到 "/data/jobs/project/"
hadoop jar mapreduce-job.jar /data/input/ /data/output/

hdfs dfs -ls /data/output/

hive数据分析

cd /data/jobs/project/

# 上传 "数据分析" 目录下的 "hive.sql" 文件

# 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

创建MySQL表

cd /data/jobs/project/

# 上传 "mysql" 目录下的 "mysql.sql" 文件

# 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

数据导入MySQL

cd /data/jobs/project/

# 上传 "mysql" 目录下的 "sqoop.sh" 文件

sed -i 's/\r//g' sqoop.sh
bash sqoop.sh

启动可视化

mkdir -p /data/jobs/project/myapp/
cd /data/jobs/project/myapp/

# 上传 "可视化" 目录下的 "所有" 文件和文件夹

# windows本地运行: python app.py
python3 app.py pro