基于spark的奥运会奖牌变化数据分析

基于spark的奥运会奖牌变化数据分析

项目概况

**👇👇👇👇👇👇👇👇**

点这里,查看所有项目

**👆👆👆👆👆👆👆👆**

数据类型

奥运会奖牌数据

开发环境

centos7

软件版本

python3.8.18、hadoop3.2.0、spark3.1.2、mysql5.7.38、scala2.12.18、jdk8

开发语言

python、Scala

开发流程

数据上传(hdfs)->数据分析(spark)->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

shell 复制代码
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/
pip3 install pyecharts==2.0.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

启动MySQL

shell 复制代码
# 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

创建MySQL库

sql 复制代码
CREATE DATABASE IF NOT EXISTS echarts CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

启动Hadoop

shell 复制代码
# 离开安全模式: hdfs dfsadmin -safemode leave
# 启动hadoop
bash /export/software/hadoop-3.2.0/sbin/start-hadoop.sh

准备目录

shell 复制代码
mkdir -p /data/jobs/project/
cd /data/jobs/project/

# 上传 "project-spark-olympic-gold-medals-analysis" 整个文件夹 到 "/data/jobs/project/" 目录

上传文件到hdfs

shell 复制代码
cd /data/jobs/project/project-spark-olympic-gold-medals-analysis/data

hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put summer.csv /data/input/

hdfs dfs -ls /data/input/

程序打包

shell 复制代码
cd /data/jobs/project/

# 对 项目 "project-spark-olympic-gold-medals-analysis" 进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true
# yes | cp /data/jobs/project/project-spark-olympic-gold-medals-analysis/target/project-spark-olympic-gold-medals-analysis-jar-with-dependencies.jar /data/jobs/project/

# 上传 "project-spark-olympic-gold-medals-analysis/target/" 目录下的 "project-spark-olympic-gold-medals-analysis-jar-with-dependencies.jar" 文件 到 "/data/jobs/project/" 目录

spark数据分析

shell 复制代码
cd /data/jobs/project/

spark-submit \
--master local[*] \
--class org.example.demo.CleanCsv \
/data/jobs/project/project-spark-olympic-gold-medals-analysis-jar-with-dependencies.jar /data/input/ /data/output/

启动可视化

shell 复制代码
cd /data/jobs/project/project-spark-olympic-gold-medals-analysis/可视化/flaskProject/

# windows本地运行: python app.py
python3 app.py pro
相关推荐
数字新视界9 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
大大大大晴天9 小时前
别让金额越算越多:事实表与维度表设计避坑指南
大数据
如夏倾城11 小时前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
wuyk55511 小时前
Spider-第20讲-综合实战可上线爬虫
大数据·爬虫·python·elasticsearch
培培说证11 小时前
大数据与会计专业性价比高的证书有哪些?
大数据
伞伞悦读14 小时前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
老余说AI14 小时前
跨境电商、课程出海:六款多语言视频翻译工具选型指南
大数据·运维·人工智能
starzy199014 小时前
Structured Streaming 模块与编程模型:引擎内部到底由什么组成
大数据·hadoop·hdfs
Lansonli14 小时前
大数据Spark(九十二):Spark WebUI介绍
大数据·分布式·spark
AI_Auto16 小时前
数字化转型工作手册⑨|干什么①:数字化转型能拿到哪三类价值效益?
大数据·架构·制造