HCIP-Big+Data+Developer+V2.0+实验手册和培训文档.rar
2022-12-25 13:19:42
19.22MB
HCIE-Big+Data-Data+Mining+V2.0+培训文档.rar
2022-12-25 13:19:42
13.27MB
Bigdata-movie
本项目以电影数据为主题，以数据采集、处理、分析及数据可视化为项目流程，可实现百万级电影数据离线处理与计算。
项目详解：.
开发环境：IDEA+Pycharm+Python3+hadoop2.8+hive2.3.0+mysql5.7+sqoop+spark
1.数据采集(pachong.py)、预处理：
采集豆瓣电影top250电影信息，采集电影名称、电影简介、电影评分、其他信息、电影连接等字段，抓取电影票房总收入排名情况（取前20），删除冗余和空值字，利用Python的PyMysql库连接本地Mysql数据库并导入movies表，可以将数据保存到本地，从而进行数据可视化展示，也可将数据导入到大数据的Hive数仓工具中，用于大数据分析。
采集数据展示：
排序 影片名称 类型 总票房（万） 场均人次 上映日期
1 战狼2 动作 567928 38 2017/7/27
2022-11-05 15:29:48
7.13MB
1
HCIA-Big Data V3.5 培训文档.pdf
HCIA-Big Data V3.5 实验包.rar
HCIA-Big Data V3.5 实验手册.pdf
2022-10-14 14:04:05
64.86MB
ClickHouse笔记，系统的描述了行式存储，列式存储，ClickHouse的优缺点，单击版搭建以及集群搭建。
2022-10-12 23:00:19
4.7MB
1
C++opencv气泡检测；博客地址https://blog.csdn.net/bigdata1994pb/category_1
2022-09-28 13:05:26
59.82MB
1
图像对比，博客https://blog.csdn.net/bigdata1994pb/category_11750065.htm图像对比，博客https://blog.csdn.net/bigdata1994pb/category_11750065.htm
2022-09-28 12:05:39
105.17MB
1