基于spark的澳洲光伏发电站选址预测

基于spark的澳洲光伏发电站选址预测

项目概况

**👇👇👇👇👇👇👇👇**

点这里,查看所有项目

**👆👆👆👆👆👆👆👆**

数据类型

光伏发电站数据

开发环境

centos7

软件版本

python3.8.18、hadoop3.2.0、hive3.1.2、spark3.1.2、mysql5.7.38、scala2.12.18、jdk8、sqoop1.4.7

开发语言

python、Scala、Java

开发流程

数据上传(hdfs)->数据清洗(spark)->数据分析(spark)->机器学习(spark)->数据存储(mysql)->后端(springboot)->前端(vue)

可视化图表



操作步骤

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 recommendation 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/

# 解压 "16个地点完整光伏数据.zip"
# 上传 "16个地点完整光伏数据" 目录下 "所有" csv文件 到 "/data/jobs/project/" 目录

# 5-Site_1.csv
# 6-Site_3-C.csv
# 8-Site_5.csv
# 10-Site_2.csv
# 11-Site_4.csv
# 52-Site_33-REC.csv
# 56-Site_30-Q-CELLS.csv
# 78-Site_2-eco-Kinetics.csv
# 79-Site_7-First-Solar.csv
# 87-Site_1B-Trina.csv
# 89-Site_5-Kyocera.csv
# 91-Site_1A-Trina.csv
# 93-Site_8-Kaneka.csv
# 212-Site_25-Hanwha-Solar.csv
# 213-Site_24-Q-CELLS.csv
# 218-Site_9A-Solibro.csv

上传文件到hdfs

shell 复制代码
cd /data/jobs/project/

hdfs dfs -mkdir -p /data/input/
hdfs dfs -rm -r /data/input/*
hdfs dfs -put 5-Site_1.csv /data/input/
hdfs dfs -put 6-Site_3-C.csv /data/input/
hdfs dfs -put 8-Site_5.csv /data/input/
hdfs dfs -put 10-Site_2.csv /data/input/
hdfs dfs -put 11-Site_4.csv /data/input/
hdfs dfs -put 52-Site_33-REC.csv /data/input/
hdfs dfs -put 56-Site_30-Q-CELLS.csv /data/input/
hdfs dfs -put 78-Site_2-eco-Kinetics.csv /data/input/
hdfs dfs -put 79-Site_7-First-Solar.csv /data/input/
hdfs dfs -put 87-Site_1B-Trina.csv /data/input/
hdfs dfs -put 89-Site_5-Kyocera.csv /data/input/
hdfs dfs -put 91-Site_1A-Trina.csv /data/input/
hdfs dfs -put 93-Site_8-Kaneka.csv /data/input/
hdfs dfs -put 212-Site_25-Hanwha-Solar.csv /data/input/
hdfs dfs -put 213-Site_24-Q-CELLS.csv /data/input/
hdfs dfs -put 218-Site_9A-Solibro.csv /data/input/
hdfs dfs -ls /data/input/

程序打包

shell 复制代码
cd /data/jobs/project/

# 对 "project-spark-station-prediction" 目录下的项目 "project-spark-station-prediction" 进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true

# 上传 "project-spark-station-prediction/target/" 目录下的 "project-spark-station-prediction-jar-with-dependencies.jar" 文件 到 "/data/jobs/project/" 目录

spark数据清洗

shell 复制代码
cd /data/jobs/project/

# 上传 "脚本" 目录下的 "data_clean.sh" 文件/ 到 "/data/jobs/project/" 目录

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

spark数据分析

shell 复制代码
cd /data/jobs/project/

# 计算不同地区有效功率大于指定值的数量
# 计算各地区的分位数
spark-submit \
--master local[*] \
--driver-memory 512m \
--executor-memory 512m \
--num-executors 4 \
--executor-cores 1 \
--class org.example.StationAnalysisApp \
/data/jobs/project/project-spark-station-prediction-jar-with-dependencies.jar

机器学习

shell 复制代码
cd /data/jobs/project/

spark-submit \
--master local[*] \
--driver-memory 512m \
--executor-memory 512m \
--num-executors 4 \
--executor-cores 1 \
--class org.example.StationPredictModelApp \
/data/jobs/project/project-spark-station-prediction-jar-with-dependencies.jar

# 同样的特征,在不同位置,预测的结果对比,可以体现出哪个地区位置更加优越
spark-submit \
--master local[*] \
--driver-memory 512m \
--executor-memory 512m \
--num-executors 4 \
--executor-cores 1 \
--class org.example.StationPredictOneApp \
/data/jobs/project/project-spark-station-prediction-jar-with-dependencies.jar

启动后端

shell 复制代码
# 已安装 "jdk8" 和 "maven" 环境

# 启动springboot
# 打包命令: mvn clean package -Dmaven.test.skip=true
# 入口类: org.apophis.Application

启动前端

使用hdfs dfs -rm -r /user/example/test删除目录后,立刻上传,不一定能成功,因为文件流未完全关闭,需要等一会儿

shell 复制代码
# 已安装 "node" 环境

# 启动前端
npm install --registry=https://registry.npmmirror.com
npm run dev
相关推荐
RE-19012 小时前
《深入浅出统计学》学习笔记(一)
大数据·数学·概率论·统计学·数理统计·知识笔记·深入浅出
赵部长风向标5 小时前
在本地生活赛道,如何打造属于自己的业务护城河?
大数据
青云交5 小时前
Java 大视界 -- Java 大数据在智能教育学习社区互动模式创新与用户活跃度提升中的应用(426)
java·大数据·学习·flink 实时计算·智能教育社区·互动模式创新·用户活跃度
snowful world8 小时前
flink实验三:实时数据流处理(踩坑记录)
大数据·flink
B站_计算机毕业设计之家8 小时前
基于大数据的短视频数据分析系统 Spark哔哩哔哩视频数据分析可视化系统 Hadoop大数据技术 情感分析 舆情分析 爬虫 推荐系统 协同过滤推荐算法 ✅
大数据·hadoop·爬虫·spark·音视频·短视频·1024程序员节
一晌小贪欢9 小时前
Python爬虫第10课:分布式爬虫架构与Scrapy-Redis
分布式·爬虫·python·网络爬虫·python爬虫·python3
面向星辰9 小时前
day07 spark sql
大数据·sql·spark
北邮-吴怀玉10 小时前
2.2.2.3 大数据方法论与实践指南-开源服务跟踪工具对比
大数据·开源
亚远景aspice11 小时前
亚远景热烈祝贺保隆科技通过ASPICE CL2评估
大数据·人工智能·物联网
赵谨言12 小时前
基于python大数据的城市扬尘数宇化监控系统的设计与开发
大数据·开发语言·经验分享·python