目录
地区旅游大数据可视化管理 1
最终数据可视化样式 1
绪论 3
研究背景 3
研究现状 4
开发环境 4
数据抓取和清洗 5
相关技术 5
Jsoup 5
数据抓取 5
利用Jsoup抓取旅游网站数据 5
数据清洗 5
清洗无意义数据 7
获取所有酒店信息 7
数据存储 7
相关技术 7
HBase 7
结构介绍 7
存储格式 8
存储酒店数据 8
HBaseUtil工具类设计 8
酒店信息表 10
酒店评论信息表 11
MapReduce程序——统计平均价格 11
MapReduce程序——统计词频 12
数据可视化 14
相关技术 14
Echarts 14
可视化图表设计 14
酒店价格分布图 15
酒店平均价格对比图 15
酒店房型统计图 15
数据可视化展示 16
结语 16
参考文献 17
开发环境
本文用到的开发环境如下：
1.IDEA 2018.3
2.Hadoop 2.7.2
3.Zookeeper 3.4.10
4.Hive 1.2.1
5.HBase 1.3.1
6.Echarts 5.1.1
数据抓取和清洗
相关技术
Jsoup
Java中支持的爬虫框架有很多，比如WebMagic、Spider、Jsoup等。我们使用Jsoup来实现一个简单的爬虫程序。
Jsoup拥有十分方便的api来处理html文档，比如参考了DOM对象的文档遍历方法，参考了CSS选择器的用法等等，因此我们可以使用Jsoup快速地掌握爬取页面数据的技巧。
数据抓取
利用Jsoup抓取旅游网站数据
通过Jsoup对网页中有用的数据进行解析，之后我们将得到想要的数据。获取城市所有信息，首先需要获取到城市名称也就是获取所有

标签中的所有a链接的文本。
数据清洗
数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。
使用Jsoup获取到的是整个页面的资源，其中包含html的代码，也就会包含无意义的数据，需将它进行清洗。
获取所有

标签。
Elements all_dd = pinyin_filter.getElementsByTag(“dd”);
获取

标签下的所有a标签。
String cityID = StringUtil.getNumbers(element.attr(“href”));
获取所有a标签中的文本并添加到HotelCity类中，HotelCity实体类信息

package F_ChartsData;

import Util.Connected;
import Util.HBaseUtil;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;

import java.io.IOException;
import java.util.HashMap;
import java.util.List;
import java.util.Map;


public class chartsData {
    /**
     * 获取前number个澳门酒店名称和价格
     * @param number 指定获取几个酒店的数据
     * @return
     * @throws IOException
     */
    public static Map<String, String> dataOfAoMen(int number) throws IOException {
        List<Result> databyCName = HBaseUtil.getDatabyCName("澳门", "t_city_hotels_info", number);
        Map<String, String> dataByColumn = HBaseUtil.getDataByColumn(databyCName,
                "hotel_info", "name",
                "hotel_info", "price");
        return dataByColumn;
    }

    /**
     * 获取前number个香港酒店名称和价格
     * @param number 指定获取几个酒店的数据
     * @return
     * @throws IOException
     */
    public static Map<String, String> dataOfHongKong(int number) throws IOException {
        List<Result> databyCName = HBaseUtil.getDatabyCName("香港", "t_city_hotels_info", number);
        Map<String, String> dataByColumn = HBaseUtil.getDataByColumn(databyCName,
                "hotel_info", "name",
                "hotel_info", "price");
        return dataByColumn;
    }

    /**
     * 获取各城市的酒店平均价格
     * @return
     * @throws Exception
     */
    public static Map<String,String> dataOfPrice() throws Exception {
        Connection conn = Connected.getHbase();
        Table table = conn.getTable(TableName.valueOf("AveragePrice"));

        HashMap<String, String> soult = new HashMap<>();

        Scan scan = new Scan();
        ResultScanner scanner = table.getScanner(scan);

        for (Result result : scanner) {
            String k = Bytes.toString(result.getRow());
            String v = Bytes.toString(result.getValue(Bytes.toBytes("info"), Bytes.toBytes("price")));
            soult.put(k,v);
        }
        table.close();
        conn.close();
        return soult;
    }



}