基于pyspark和hive的小說數(shù)據(jù)分析及推薦可視化系統(tǒng)

可視化效果視頻

項目概況

[????????????????]
點這里,查看所有項目
[????????????????]

數(shù)據(jù)類型

小說數(shù)據(jù)

開發(fā)環(huán)境

centos7

軟件版本

python3.8.18、hadoop3.2.0、spark3.1.2、hive3.1.2、mysql8.0.41、jdk8

開發(fā)語言

python

開發(fā)流程

數(shù)據(jù)上傳(hdfs)->數(shù)據(jù)處理(spark)->處理結果(hive)->數(shù)據(jù)分析(spark)->數(shù)據(jù)存儲(mysql)->后端(django)->前端(html+js+css)

可視化圖表

2025-05-16_212454.jpg
2025-05-16_212505.jpg
2025-05-16_212535.jpg
2025-05-16_212543.jpg
2025-05-16_212547.jpg
2025-05-16_212554.jpg
2025-05-16_212600.jpg
2025-05-16_212606.jpg
2025-05-16_212635.jpg
2025-05-16_212641.jpg
2025-05-16_212646.jpg
2025-05-16_212651.jpg

操作步驟

python安裝包


# windows系統(tǒng)下安裝tensorflow==2.13.0版本
# pip3 install tensorflow==2.13.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip3 install tensorflow==2.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install pandas==2.0.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install arrow==1.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install numpy==1.24.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install scikit-learn==1.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install requests==2.31.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install selenium==4.16.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install matplotlib==3.7.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install pyhive==0.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install pymysql==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install jieba==0.42.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install django==4.2.11 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install djangorestframework==3.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install findspark==2.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install wordcloud==1.9.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install Pillow==10.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install mysqlclient==2.2.7 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install thrift==0.21.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install thrift-sasl==0.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install urllib3==1.26.15 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install DBUtils==1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

啟動Hadoop


# 離開安全模式: hdfs dfsadmin -safemode leave
# 啟動hadoop
bash /export/software/hadoop-3.2.0/sbin/start-hadoop.sh

啟動MySQL


# 查看mysql是否啟動 啟動命令: systemctl start mysqld.service
systemctl status mysqld.service
# 進入mysql終端
mysql -uroot -p123456

啟動hive


# 在第一個窗口中,執(zhí)行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service metastore

# 在第二個窗口中,執(zhí)行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service hiveserver2

# 連接進入hive終端命令如下:
# /export/software/apache-hive-3.1.2-bin/bin/beeline -u jdbc:hive2://master:10000 -n root

上傳代碼及文件


mkdir -p /data/jobs/project/
cd /data/jobs/project/

# 解壓縮
# 解壓spark/目錄下的7z壓縮包
# 解壓spiders/目錄下的7z壓縮包

# 解壓成功后,上傳整個project-spark-novel-data-analysis-sys文件夾

MySQL建表


cd /data/jobs/project/project-spark-novel-data-analysis-sys/

mysql -u root -p < noveldata.sql

執(zhí)行sparkFir.py


cd /data/jobs/project/project-spark-novel-data-analysis-sys/

spark-submit \
--master local[*] \
spark/sparkFir.py

執(zhí)行sparkAna.py


cd /data/jobs/project/project-spark-novel-data-analysis-sys/

spark-submit \
--master local[*] \
spark/sparkAna.py

啟動可視化


cd /data/jobs/project/project-spark-novel-data-analysis-sys/

python3 manage.py runserver master:5173
# 用戶名:userOne
# 密碼:123456

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內容

友情鏈接更多精彩內容