基于mapreduce的资金流入流出任务计算

基于mapreduce的资金流入流出任务计算

项目概况

**👇👇👇👇👇👇👇👇**

点这里,查看所有项目

**👆👆👆👆👆👆👆👆**

数据类型

阿里天池流⼊流出资金数据

开发环境

centos7

软件版本

python3.8.18、hadoop3.2.0、mysql5.7.38、jdk8、sqoop1.4.7

开发语言

python、Java

开发流程

数据上传(hdfs)->数据分析(mapreduce)->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

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 "data" 目录下的 "Purchase Redemption Data.7z" 文件
# 上传 "Purchase Redemption Data" 目录下的 "所有CSV" 文件/文件夹 到 "/data/jobs/project/" 目录

# mfd_bank_shibor.csv
# mfd_day_share_interest.csv
# user_balance_table.csv
# user_profile_table.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 -f mfd_bank_shibor.csv /data/input/
hdfs dfs -put -f mfd_day_share_interest.csv /data/input/
hdfs dfs -put -f user_balance_table.csv /data/input/
hdfs dfs -put -f user_profile_table.csv /data/input/
hdfs dfs -ls /data/input/

程序打包

shell 复制代码
cd /data/jobs/project/

# 对 "project-mapreduce-capital-task-calc" 目录下的项目 "project-mapreduce-capital-task-calc" 进行打包
# 打包命令: mvn clean package -Dmaven.test.skip=true

# 上传 "project-mapreduce-capital-task-calc/target/" 目录下的 "project-mapreduce-capital-task-calc-jar-with-dependencies.jar" 文件 到 "/data/jobs/project/" 目录

mapreduce数据分析

shell 复制代码
cd /data/jobs/project/

# 每日资金流入流出统计
hadoop jar project-mapreduce-capital-task-calc-jar-with-dependencies.jar 1 /data/input/user_balance_table.csv /data/output/capital_daily_flow/

hdfs dfs -ls /data/output/capital_daily_flow/
hdfs dfs -cat /data/output/capital_daily_flow/part-r-00000|head -10

# 星期交易量统计
hadoop jar project-mapreduce-capital-task-calc-jar-with-dependencies.jar 2 /data/output/capital_daily_flow/ /data/output/transaction_weekly/

hdfs dfs -ls /data/output/transaction_weekly/
hdfs dfs -cat /data/output/transaction_weekly/part-r-00000|head -10

# 用户活跃度分析
hadoop jar project-mapreduce-capital-task-calc-jar-with-dependencies.jar 3 /data/input/user_balance_table.csv /data/output/user_activity/

hdfs dfs -ls /data/output/user_activity/
hdfs dfs -cat /data/output/user_activity/part-r-00000|head -10

# 申购赎回行为分析
hadoop jar project-mapreduce-capital-task-calc-jar-with-dependencies.jar 4 /data/input/mfd_bank_shibor.csv /data/output/capital_daily_flow/ /data/output/transaction_factors/

hdfs dfs -ls /data/output/transaction_factors/
hdfs dfs -cat /data/output/transaction_factors/part-r-00000|head -10

创建MySQL表

shell 复制代码
cd /data/jobs/project/

# 上传 "mysql" 目录下的 "mysql.sql" 文件 到 "/data/jobs/project/" 目录

# 请确认mysql服务已经启动了
# 快速执行.sql文件内的sql语句
mysql -u root -p < mysql.sql

数据导入MySQL

shell 复制代码
cd /data/jobs/project/

# 上传 "mysql" 目录下的 "sqoop.sh" 文件 到 "/data/jobs/project/" 目录

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

启动可视化

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

# 上传 "可视化" 目录下的 "所有" 文件和文件夹 到 "/data/jobs/project/" 目录

# windows本地运行: python app.py
python3 app.py pro
相关推荐
渲吧云渲染7 小时前
SaaS模式重构工业软件竞争规则,助力中小企业快速实现数字化转型
大数据·人工智能·sass
青云交8 小时前
Java 大视界 -- 基于 Java 的大数据机器学习模型在图像识别中的迁移学习与模型优化
java·大数据·迁移学习·图像识别·模型优化·deeplearning4j·机器学习模型
java_logo15 小时前
Docker 部署 Elasticsearch 全流程手册
大数据·运维·mongodb·elasticsearch·docker·容器
墨香幽梦客15 小时前
掌控制造脉络:电子元器件行业常用ERP系统概览与参考指南
大数据·人工智能
B站_计算机毕业设计之家16 小时前
python舆情分析可视化系统 情感分析 微博 爬虫 scrapy爬虫技术 朴素贝叶斯分类算法大数据 计算机✅
大数据·爬虫·python·scrapy·数据分析·1024程序员节·舆情分析
汤姆yu16 小时前
2026版基于python大数据的电影分析可视化系统
大数据·python·1024程序员节·电影分析可视化
QMY52052016 小时前
TikTok 独立 IP 解决方案:独享静态住宅 IP + 环境隔离 + 粘性会话
大数据·jupyter·数据挖掘·数据分析·postman·1024程序员节
熟悉的新风景16 小时前
window安装Elasticsearch(es)
大数据·elasticsearch·jenkins
励志成为糕手16 小时前
Hive数据仓库:架构原理与实践指南
大数据·数据仓库·hive·1024程序员节·hql
isNotNullX17 小时前
一文讲清:数据清洗、数据中台、数据仓库、数据治理
大数据·网络·数据库·数据分析·1024程序员节