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
二二孚日1 小时前
自用华为ICT云赛道Big Data第四章知识点-Flink流批一体分布式实时处理引擎
大数据·华为
xufwind2 小时前
spark standlone 集群离线安装
大数据·分布式·spark
AI数据皮皮侠3 小时前
中国区域10m空间分辨率楼高数据集(全国/分省/分市/免费数据)
大数据·人工智能·机器学习·分类·业界资讯
DeepSeek大模型官方教程4 小时前
NLP之文本纠错开源大模型:兼看语音大模型总结
大数据·人工智能·ai·自然语言处理·大模型·产品经理·大模型学习
Edingbrugh.南空5 小时前
Hadoop高可用集群搭建
大数据·hadoop·分布式
智慧化智能化数字化方案6 小时前
69页全面预算管理体系的框架与落地【附全文阅读】
大数据·人工智能·全面预算管理·智慧财务·智慧预算
武子康6 小时前
大数据-33 HBase 整体架构 HMaster HRegion
大数据·后端·hbase
好开心啊没烦恼10 小时前
Python 数据分析:计算,分组统计1,df.groupby()。听故事学知识点怎么这么容易?
开发语言·python·数据挖掘·数据分析·pandas
诗旸的技术记录与分享20 小时前
Flink-1.19.0源码详解-番外补充3-StreamGraph图
大数据·flink