项目概况

数据类型

模拟数据

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、SQL

开发流程

数据上传(hdfs)->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

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

MySQL建表及数据生成

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

# 上传 "mysql" 目录下的 sql 文件
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期
# 如果要修改日期,需要将 "mysql/4_create_procedure.sql" 的 "2024-10-26" 改成对应的日期

mysql -u root -p < 1_create_table.sql
mysql -u root -p echarts < 2_insert_category.sql
mysql -u root -p echarts < 3_create_function.sql
mysql -u root -p echarts < 4_create_procedure.sql

MySQL数据导入HDFS

cd /data/jobs/project/

# 上传 "数据分析" 目录下的 所有 文件

sed -i 's/\r//g' sqoop_mysql_to_hdfs.sh
bash sqoop_mysql_to_hdfs.sh 2025-05-01 first

# 验证sqoop的结果
hdfs dfs -ls /gmall_data/

hive建表

cd /data/jobs/project/

# 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create_hive.sql
hive -v -f create_hive.sql

ODS

cd /data/jobs/project/

hive -hiveconf dt="2025-05-01" -v -f ods.sql

DWD

cd /data/jobs/project/

hive -hiveconf dt="2025-05-01" -v -f dwd.sql

DWS

cd /data/jobs/project/

hive -hiveconf dt="2025-05-01" -v -f dws.sql

ADS

cd /data/jobs/project/

#基础指标+GMV指标
hive -hiveconf dt="2025-05-01" -v -f ads_1.sql

#转化率及漏斗分析 DWS层品牌复购率
hive -hiveconf dt="2025-05-01" -v -f ads_2.sql

#ADS层品牌复购率
hive -hiveconf dt="2025-05-01" -v -f ads_3.sql

创建后续用于可视化的mysql表

cd /data/jobs/project/

# 上传 "可视化" 目录下的 所有 文件和文件夹

mysql -u root -p echarts < create_ads_table.sql

数据导入MySQL

cd /data/jobs/project/

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

启动可视化

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

python3 project-shopping/app.py pro