把hive数据导入到mysql并进行可视化展示

效果展示

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YYZMeccW-1640344966005)(/Users/lifuwei/Library/Application Support/typora-user-images/image-20211224170025068.png)]

我的大致思路是

1、写了一个udf函数，这个函数的作用就是把对应的ip转换成省份，这个主要参考的是老师给的ip.txt(里面有很多ip所对应的地址)
2、把这个udf函数放到hive中，然后对ip进行解析，然后对解析出来的ip进行分组，并count()
3、然后用脚本实时查询这个结果并把这个结果放到mysql数据中
4、通过azkaban定时的去调度这个脚本，实现实时功能

遇到的困难点

1、写ip地址的转换
2、为了进行实时的更新不受原数据的影响，我进行了hive中的查询结果的show先删除再进行建立，sqoop在导入数据到mysql中的show表的时候，我用的是直接覆盖原数据。
3、在进行动态进行的展示的Spring MVC页面中，如何实现动图的效果，(这里采用的是和老师上课的效果相一致，把一个list分成两个list，然后就可以实现动态的展示)

Spring MVC中的代码

dao层(有两个)

package com.qf.bigdata.dao;

import com.qf.bigdata.pojo.Show;

import java.util.List;

public interface ShowMapper {
    List<Show> select();
}


<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.qf.bigdata.dao.ShowMapper">

    <!-- 查询 -->
    <select id="select" resultType="com.qf.bigdata.pojo.Show">
        SELECT province,cnt FROM ` show`
    </select>
</mapper>

pojo

package com.qf.bigdata.pojo;

public class Show {
    private String province;
    private Integer cnt;

    public Show() {
    }

    public Show(String province, Integer cnt) {
        this.province = province;
        this.cnt = cnt;
    }

    public String getProvince() {
        return province;
    }

    public void setProvince(String province) {
        this.province = province;
    }

    public Integer getCnt() {
        return cnt;
    }

    public void setCnt(Integer cnt) {
        this.cnt = cnt;
    }

    @Override
    public String toString() {
        return "Show{" +
                "province='" + province + ''' +
                ", cnt=" + cnt +
                '}';
    }
}

package com.qf.bigdata.pojo;

import java.util.List;

public class ShowVo {
    private List<String> province;
    private List<Integer> cnt;

    public List<String> getProvince() {
        return province;
    }

    public void setProvince(List<String> province) {
        this.province = province;
    }

    public List<Integer> getCnt() {
        return cnt;
    }

    public void setCnt(List<Integer> cnt) {
        this.cnt = cnt;
    }

    public ShowVo() {
    }

    public ShowVo(List<String> province, List<Integer> cnt) {
        this.province = province;
        this.cnt = cnt;
    }

    @Override
    public String toString() {
        return "ShowVo{" +
                "province=" + province +
                ", cnt=" + cnt +
                '}';
    }
}

service层

package com.qf.bigdata.service;
import com.qf.bigdata.pojo.ShowVo;

public interface ShowService {
    ShowVo select();
}


package com.qf.bigdata.service.impl;

import com.qf.bigdata.dao.ShowMapper;
import com.qf.bigdata.pojo.Show;
import com.qf.bigdata.pojo.ShowVo;
import com.qf.bigdata.service.ShowService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;

@Service
public class ShowServiceImpl implements ShowService {

    @Autowired
    private ShowMapper showMapper;


    @Override
    public ShowVo select() {
        //1、查询结果
        List<Show> list = showMapper.select();
        //2、重新封装结果到Vo中
        ShowVo vo = new ShowVo();

        ArrayList<String> province = new ArrayList<>();
        ArrayList<Integer> cnts = new ArrayList<>();

        for (Show show : list) {
            province.add(show.getProvince());
            cnts.add(show.getCnt());
        }

        vo.setProvince(province);
        vo.setCnt(cnts);
        return vo;
    }
}

Controller层

package com.qf.bigdata.web.servlet;


import com.qf.bigdata.pojo.ShowVo;
import com.qf.bigdata.service.ShowService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.ResponseBody;

@Controller
@RequestMapping("/show")
public class ShowController {

    @Autowired
    private ShowService showService;

    @RequestMapping("/select")
    @ResponseBody
    public ShowVo select(){
        return showService.select();
    }
}

jsp

<%@ page contentType="text/html;charset=UTF-8" language="java" %>
<script src="jquery/jquery-1.8.3.min.js"></script>
<script src="jquery/echarts.min.js"></script>

<html>
<head>
    <title>echarts</title>
</head>
<body>
<div id="main" style="width: 1200px; height: 800px; color:red"></div>
<button id="_btn">click me</button>
</body>
<script type="text/javascript">
    /* 当页面一加载的时候就会调用此函数 */
    $(function(){
        $("#main").hide()
        /* 使用javascript的方式获取到main的对象 */
        var dom = document.getElementById("main") // $("#main")
        /* 初始化一个echarts对象 */
        var myChart = echarts.init(dom);
        $("#_btn").click(function () {
            // 发送ajax异步请求
            // 发送ajax异步请求
            $.ajax({
                url:"http://localhost:8080/show/select.action",
                success: function (vo) {
                    /* 我们静态渲染柱状图的数据 */
                    var option = {
                        xAxis: {
                            type: 'category',
                            data: vo.province
                        },
                        yAxis: {
                            type: 'value'
                        },
                        series: [
                            {
                                data: vo.cnt,
                                type: 'bar'
                            }
                        ]
                    };
                    /* 将数据设置echarts实例 */
                    myChart.setOption(option)
                    $("#main").fadeIn("slow")
                }
            })
        })
    })
</script>
</html>

udf函数代码

package com.qf.bigdata

import org.apache.hadoop.hive.ql.exec.UDF
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD


/*
* 解析ip的主函数
* */
object Demo1 extends UDF {

    def evaluate(ip:String) : String = {
        val sc = new SparkContext(new SparkConf().setAppName("Demo1").setMaster("local[*]"))

        val ipLogRDD: RDD[String] = sc.textFile("src/main/resources/ip.txt")
        val province2IPRDD: RDD[(String, Long, Long)] = ipLogRDD.map(log => {
            val fields: Array[String] = log.split("\|")
            val startIP: Long = IPUtils.ip2Long(fields(0))
            val endIP: Long = IPUtils.ip2Long(fields(1))
            val province: String = fields(6)
            (province, startIP, endIP)
        })

        //对ip进行排序
        val ipArr: Array[(String, Long, Long)] = province2IPRDD.collect().sortWith {
            case ((province1, startIP1, endIP1), (province2, startIP2, endIP2)) => {
                startIP1 < startIP2
            }
        }

        if(ip.isEmpty && ip==null){
           return "浙江";
        }else{
            val provinceIP: String = IPUtils.ip2address(ip, ipArr)
            provinceIP
        }
    }

    /*def main(args: Array[String]): Unit = {
        val province: String = evaluate("182.89.118.170")
        println(province)
    }*/

}

package com.qf.bigdata

/**
 * ip地址的转换
 */
object IPUtils {

    def ip2address(ip:String, ipDataBase:Array[(String, Long, Long)]):String = {
        //1. 转换为十进制数字
        val ipNum: Long = ip2Long(ip)
        //2. 解决ipNum是否存在于ipDataBase中，如果存在，那么在ipDataBase的哪个index
        val index = binarySearch(ipNum, ipDataBase)
        //3. 获取到地址
        if(index != -1) return ipDataBase(index)._1
        else return ""
    }

    def ip2Long(ip:String):Long = {
        //1. 切割ip字符串
        val fields: Array[String] = ip.split("\.")
        //2. 遍历数组就能获取每个元素
        var ipNum = 0L
        for (field <- fields) {
            ipNum = field.toLong | ipNum << 8
        }
        ipNum
    }


    /**
     * 二分查找法，查找ip对应的索引
     */
    def binarySearch(ip:Long, ipDataBase:Array[(String, Long, Long)]): Int = {
        var start = 0
        var end = ipDataBase.length - 1

        while (start <= end) {
            val mid = (start + end) / 2 // 中间的索引
            val startIp = ipDataBase(mid)._2
            val endIp = ipDataBase(mid)._3
            if (ip >= startIp && ip <= endIp) return mid // 说明正好在范围内，直接返回mid
            else if (ip < startIp) end = mid - 1
            else start = mid + 1
        }
        return -1
    }
}

脚本

init.hql

-- 导入jar
add jar /data/jars/ipparse.jar;
create temporary function `ipparse` as 'com.qf.bigdata.Demo1';

-- 先删除show表,为了进行数据更新
drop table if exists `ods_news`.`show`

-- 在hive中创建show表
create table if not exists `ods_news`.`show`(
province string,
cnt int
)
row format delimited fields terminated by '01';

-- 插入数据
insert into `ods_news`.`show`
select 
ipparse(ip),
count(1) 
from news_parquet
group by ipparse(ip);

init.sh

#!/bin/bash
echo "正在初始化hive中的show表--------------"
hive -f /data/scripts/init.hql
echo "hive中show表初始化完成-------------"

SQOOP_HOME=/opt/apps/sqoop-1.4.7
JDBC_URL=jdbc:mysql://10.31.162.72:3306/learning?characterEncoding=utf-8
USERNAME=root
PASSWORD=li1579026891

echo "数据正在导出--------------"
$SQOOP_HOME/bin/sqoop export 
--connect $JDBC_URL 
--username $USERNAME 
--password $PASSWORD 
--table show 
--export-dir /user/hive/warehouse/ods_news.db/show 
--columns province,cnt 
--update-mode allowinsert
--input-fields-terminated-by '01' 
--num-mappers 1

echo "数据导出成功----------------"

azkaban的调度

init.flow

## filename : init.flow
## author : lifuwei
## date : 20211224
## version : 1.0
config:
    param.script_path_prefix:/data/scripts

nodes:
  # 开始节点
  - name: START
    type: noop
  
  #将数据导入到mysql中
  - name: SQOOP_MYSQL
  type: command
  dependsOn:
      - START
  config:
      command: sh ${param.script_path_prefix}/init.sh
  
 # 结束节点
 - name: END
   type: noop
   dependsOn:
      - SQOOP_MYSQL

init.project

#filename:news.project
azkaban-flow-version: 2.0

最后

以上就是花痴春天为你收集整理的把hive数据导入到mysql并进行可视化展示的全部内容，希望文章能够帮你解决把hive数据导入到mysql并进行可视化展示所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。