精准分工：云南省中职大数据赛项（3 人团队）

编写依据 ：2025年云南省赛赛项规程、中职专业教学标准、行业通用技术规范

核心目标 ：原理通透、操作规范、故障可排、题目可变、能力可迁移

队员 A：

平台搭建与数据库运维****（核心环境岗）****

负责模块

1. 大数据平台搭建（Hadoop 完全分布式、Hive、MySQL 元数据配置）
2. 数据库配置维护（建库建表、CSV 导入、SQL 增删改查、统计查询）

核心学习内容

• Hadoop+JDK 环境变量、节点配置、免密登录、集群启动与 jps 验证
• Hive 安装、MySQL 元数据配置、schematool 初始化
• MySQL 建表、数据导入、常用查询（计数、平均值、分组统计）
• 集群故障排查、进程启动失败处理

队员 B：

数据处理、标注、统计****（核心数据岗）****

负责模块

1. 数据获取与清洗（Python 处理空值、异常值、生成新 CSV）
2. 数据标注（Python 统计评论数、打标签：热门 / 普通）
3. 数据统计（HDFS 文件上传、MapReduce 打包运行、结果输出）

核心学习内容

• Pandas 读取 CSV、空值 / 异常值过滤、数据保存
• 数据标注逻辑编码、结果导出 CSV
• HDFS 上传下载、MapReduce 打包部署、运行与结果读取
• 处理中文编码、路径错误、权限问题

队员 C：

数据可视化、业务分析、综合展示****（输出展示岗）****

负责模块

1. 数据可视化（堆叠图、散点图、柱状图）
2. 业务分析报告（入住影响因素、评分影响因素、建议）
3. 综合展示（10 分钟讲解：流程 + 技能 + 思路）
4. 职业素养（团队协作、规范操作）

核心学习内容

• Matplotlib 绘制三类图表、样式美化、截图保存
• 业务分析模板撰写：数据→图表→结论→建议
• 综合展示 PPT / 讲稿、计时演练（严格≤10 分钟）
• 报告格式规范、文件命名与提交