使用Hadoop分析气象数据（附代码）

妖狐艹你老母 2023-09-23 23:59 51阅读 0赞

> 刚学了Hadoop，在网上找完整的分析使用过程进行练手观看。本文数据和方法均来自于大佬的[使用Hadoop分析气象数据完整版（附带完整代码）][Hadoop]（侵删）

### 文章目录 ###

*  1.获取数据
 *   *  1.1下载数据
 *  1.2 数据格式
 *   *  1.3 合并数据
 *  2.MapReduce处理数据
 *   *  2.1 环境配置，启动集群
     *  2.2 文件上传到HDFS
     *  2.3 编写MapReduce代码
     *   *  2.3.1 TemperatureMapper
         *  2.3.2 TemperatureReducer
         *  2.3.3 JobMain
 *  2.4 执行程序
 *   *  2.4.1 打包上传
     *   *  2.4.2 运行
 *  3.导入数据到Hive
 *  4.Hive数据分析
 *   *  4.1 查询2019全年平均温度
     *  4.2 查询2019全年高于平均温度的天数
 *  5.使用Sqoop导入数据到Mysql
 *   *  5.1Mysql创建数据库
     *  5.2 开始导入
 *  6.展示数据
 *   *  6.1 前端代码
     *  6.2 后端代码
     *   *  controller层
         *  Service层
         *  Service实现类
         *  实体类
         *  Mapper
 *  问题解决

注意：为了不出现横向拖拉，命令里我加了换行，所有命令都是如此。复制进命令行时记得去掉换行！

# 1.获取数据 #

## 1.1下载数据 ##

wget -D --accept-regex=REGEX -P data -r 
    	-c ftp://ftp.ncdc.noaa.gov/pub/data/noaa/isd-lite/2019/5*

下载时可能会出现卡顿中断下载，按Ctrl+c结束下载，然后重复下载就可以了（网不好的多试几次）  
我是全部下载完了，我这时候一共有这么多  
![在这里插入图片描述][14332b165deb4d70a607c9ea2c58bfb7.png]

# 1.2 数据格式 #

截取部分数据，格式如下：

2019 01 01 00   -65  -123 10199   345    95     8 -9999 -9999
    2019 01 01 01   -62  -115 10213   350    86 -9999 -9999 -9999
    2019 01 01 02   -62  -110 10223   343    86 -9999 -9999 -9999
    2019 01 01 03   -62  -114 10234   337    77 -9999 -9999 -9999
    2019 01 01 04   -62  -118 10242   345    86 -9999 -9999 -9999
    2019 01 01 05   -62  -116 10252   331    63 -9999 -9999 -9999
    2019 01 01 06   -62  -114 10259   306    38     6 -9999 -9999
    2019 01 01 07   -62  -114 10264   281    29 -9999 -9999 -9999
    2019 01 01 08   -62  -113 10268   268    39 -9999 -9999 -9999
    2019 01 01 09   -59  -116 10271   254    31     3 -9999 -9999
    2019 01 01 10   -62  -115 10271   238    24 -9999 -9999 -9999
    2019 01 01 11   -80  -122 10269   254    12 -9999 -9999 -9999
    2019 01 01 12   -67  -103 10264   322    12     5 -9999 -9999
    2019 01 01 13   -62  -100 10261    27    13 -9999 -9999 -9999
    2019 01 01 14   -29   -72 10259   230    40 -9999 -9999 -9999
    2019 01 01 15   -20   -67 10254   242    49     5 -9999 -9999

字段解释如下：

字段1：位置1-4，长度4:观测年份，四舍五入到最接近
    字段2：位置6-7，长度2：观察月，四舍五入到最接近
    字段3：位置9-11，长度2：观察日，四舍五入到最接近
    字段4：位置12-13，长度2：观察时，四舍五入到最接近
    字段5：位置14-19，长度6：空气温度，单位：摄氏度，比例因子：10，缺少值：-9999，
    字段6：位置20-24，长度6：露点温度，为了达到饱和，必须在恒定的压力和水蒸气含量下
    	冷却给定的空气包的温度。单位：摄氏度，比例因子：10，缺少值：-9999
    字段7:Pos 26-31，长度6：海平面压力，相对于平均海平面的气压。单位：公顷，比例因
    	子：10，缺少值：-9999
    字段8：32-37号位置，长度6：风向。正北角在正北和风向之间以顺时针方向测量的角度。
    	单位：角度。比例因子：1，缺少值：-9999。*注：静风风向编码为0。
    字段9：38-43位置，长度6：风速，空气通过一个固定点的水平运动速度。单位：米每秒。
    	比例因子：10。缺少值：-9999
    字段10:位置44-49，长度6:天空状况总覆盖代码，表示被云层或其它遮蔽现象覆盖的整个穹
    	顶的一部分的代码。缺少值：-9999
    	域：
    		0:无，SKC或CLR
    		1： 一个okta-1/10或更小但不是零
    		2： 两个oktas-2/10-3/10，或几个
    		3： 三个oktas-4/10
    		4： 四个oktas-5/10，或SCT
    		5： 五个oktas-6/10
    		6： 六个oktas-7/10-8/10
    		7： 七个oktas-9/10或以上，但不是10/10或BKN
    		8： 八个oktas-10/10，或OVC
    		9： 天空模糊不清，或云量无法估计
    		10： 部分遮蔽
    		11： 稀散
    		12： 分散的
    		13： 暗散射
    		14： 薄断
    		15： 破碎的
    		16： 暗断
    		17： 薄阴
    		18： 阴天
    		19： 阴天
    字段11：位置50-55，长度6：液体沉淀深度尺寸-持续一小时，在一个小时的积累期内测量
    	的液体沉淀的深度。单位：毫米，比例因子：10，缺少值：-9999。*注：痕量降水编码为-1
    字段12：位置56-61，长度6：液体沉淀深度尺寸-持续6小时，在六小时的积累期内测量的液
    	体沉淀的深度。单位：毫米。比例因子：10。缺少值：-9999。*注：痕量降水编码为-1

字段很多，但是这里我只用前5个字段，任务是统计\*\*每日最高温度、最低温度、平均温度，\*\*有时间的话顺便计算点儿静态统计值。其余字段应该是类似的，正所谓一通百通。

## 1.3 合并数据 ##

数据很分散，合并数据：将2019目录下的所有以.gz结尾的的文件合并到data.txt  
`zcat 2019/*.gz > data.txt`  
到此数据获取完毕

# 2.MapReduce处理数据 #

## 2.1 环境配置，启动集群 ##

可以查看原作者的文章： [大数据学习系列：Hadoop3.0苦命学习（一）][Hadoop3.0]，本文不再赘述。

## 2.2 文件上传到HDFS ##

要保证hadoop已经启动

hdfs dfs -mkdir -p /usr/hadoop/in
    hdfs dfs -ls /usr/hadoop/
    hdfs dfs -put data.txt /usr/hadoop/in/

查看是否上传成功

hdfs dfs -ls /usr/hadoop/in

![在这里插入图片描述][6b6af56798ef44c6abe0f4653b9e8db7.png]

## 2.3 编写MapReduce代码 ##

### 2.3.1 TemperatureMapper ###

public class TemperatureMapper extends Mapper<LongWritable, Text, 
    		Text, LongWritable> {
        
    
        private static final long MISSING = -9999;
    
        @Override
        protected void map(LongWritable key, Text value, Context context) 
        		throws IOException, InterruptedException {
        
            String line = value.toString();
            Iterable<String> split = Splitter.on(" ").omitEmptyStrings().split(line);
            ArrayList<String> arrayList = new ArrayList<>(16);
            for (String s : split) {
        
                arrayList.add(s);
            }
            // 过滤掉字段不足的数据
            if (arrayList.size() >= 5) {
        
                String month = arrayList.get(1);
                String day = arrayList.get(2);
                long temperature = Long.parseLong(arrayList.get(4));
                // 过滤掉温度不存在的数据
                if (Math.abs(temperature - MISSING) > 0.0001) {
        
                    context.write(new Text(month + "/" + day), 
                    		new LongWritable((temperature)));
                }
            }
        }
    
    }

主要是原数据进行了清洗，过滤了一些不合格的数据。

### 2.3.2 TemperatureReducer ###

public class TemperatureReducer extends Reducer<Text, LongWritable, 
    		Text, Temperature> {
        
        @Override
        protected void reduce(Text key, Iterable<LongWritable> values, 
        		Context context) throws IOException, InterruptedException {
        
            long maxTemperature = Long.MIN_VALUE;
            long minTemperature = Long.MAX_VALUE;
            double avgTemperature = 0.0;
            long temp;
            int count = 0;
            if (values!=null) {
        
                for (LongWritable value: values) {
        
                    temp = value.get();
                    maxTemperature = Math.max(temp, maxTemperature);
                    minTemperature = Math.min(temp, minTemperature);
                    avgTemperature += temp;
                    count++;
                }
                Temperature temperature = new Temperature(maxTemperature, 
                		minTemperature, avgTemperature/count);
    
                context.write(key, temperature);
            }
    
        }
    }

计算出每日温度的最大值、最小值和平均值，并放入`Temperature`对象中。

### 2.3.3 JobMain ###

public class JobMain extends Configured implements Tool {
        
        @Override
        public int run(String[] strings) throws Exception {
        
            // 创建一个任务对象
            Job job = Job.getInstance(super.getConf(), "mapreduce_temperature");
    
            // 打包放在集群运行时，需要做一个配置
            job.setJarByClass(JobMain.class);
    
            // 第一步：设置读取文件的类：K1和V1
            job.setInputFormatClass(TextInputFormat.class);
            TextInputFormat.addInputPath(job, 
            	new Path("hdfs://node01:8020/usr/hadoop/in"));
    
            // 第二步：设置Mapper类
            job.setMapperClass(TemperatureMapper.class);
            // 设置Map阶段的输出类型：k2和v2的类型
            job.setMapOutputKeyClass(Text.class);
            job.setMapOutputValueClass(LongWritable.class);
    
            // 第三、四、五、六步采用默认方式（分区，排序，规约，分组）
    
            // 第七步：设置Reducer类
            job.setReducerClass(TemperatureReducer.class);
            // 设置Reduce阶段的输出类型
            job.setOutputKeyClass(Text.class);
            job.setOutputValueClass(Temperature.class);
    
    
            // 第八步：设置输出类
            job.setOutputFormatClass(TextOutputFormat.class);
            // 设置输出路径
            TextOutputFormat.setOutputPath(job, 
            	new Path("hdfs://node01:8020/usr/hadoop/temperature"));
    
            boolean b = job.waitForCompletion(true);
    
            return b?0:1;
        }
    
        public static void main(String[] args) throws Exception {
        
            Configuration configuration = new Configuration();
            // 启动一个任务
            ToolRunner.run(configuration, new JobMain(), args);
        }
    
    }

# 2.4 执行程序 #

## 2.4.1 打包上传 ##

可以百度一下

### 2.4.2 运行 ###

hadoop jar temperature_test-1.0-SNAPSHOT.jar cn.sky.hadoop.JobMain

temperature\_test-1.0-SNAPSHOT.jar 为打包后的jar包名  
cn.sky.hadoop.JobMain 主程序的目录名

下面为我分析后的数据部分截图。因为我们每个人取得不一样，所以这部分也会一样，出来结果就行  
![在这里插入图片描述][12b673a471b44b16b8d41b0978e1b40b.png]

# 3.导入数据到Hive #

关于Hive的介绍可以看原作者的博文[大数据学习系列：Hadoop3.0苦命学习（五）][Hadoop3.0 1]  
有个问题，若直接从HDFS导入数据到Hive，HDFS上的数据会丢失。

所以我将数据下载下来，重命名为 \`\`\`temperature\_data \`\`  
![在这里插入图片描述][575bd787852e4ab0b05f264f18b30a28.png]  
数据有了，开始创建Hive表：

create external table temperature (t_date string, t_max double, 
     	t_min double, t_avg double) row format delimited fields terminated by '\t';

加载数据到hive：

load data local inpath '/export/services/temperature_data' overwrite 
    	into table temperature;

查前面5条数据，看一眼：

select * from temperature limit 5;

![在这里插入图片描述][723768ccb0f346b9972a5d13b44a56fc.png]

# 4.Hive数据分析 #

弄得简单，就查几个静态数据吧。

## 4.1 查询2019全年平均温度 ##

`select avg(t_avg) from temperature;`  
最终结果是68.77（因为数据是被放大了10倍）左右  
![在这里插入图片描述][f338f8adbf8f4f548480592df04b149d.png]

## 4.2 查询2019全年高于平均温度的天数 ##

`select count(1) from temperature where t_avg > 68.7;`  
答案是：198天，  
![在这里插入图片描述][92404af4777d4ccbbae9da5b2ca486b5.png]  
结束演示，查询别的数据可以再自己写相关的语句

# 5.使用Sqoop导入数据到Mysql #

关于Sqoop的相关介绍可以查看原作者的博文[大数据学习系列：Hadoop3.0苦命学习（七）][Hadoop3.0 2]

在使用前保证已经安装好MySQL

## 5.1Mysql创建数据库 ##

CREATE TABLE `temperature` (
      `Tem_Date` varchar(10) NOT NULL,
      `Tem_Max` double DEFAULT NULL,
      `Tem_Min` double DEFAULT NULL,
      `Tem_Avg` double DEFAULT NULL,
      PRIMARY KEY (`Tem_Date`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8

## 5.2 开始导入 ##

bin/sqoop export --connect jdbc:mysql://192.168.0.102:3306/userdb 
    	--username root --password 123456 --table temperature 
    	--export-dir /usr/hadoop/temperature --input-fields-terminated-by "\t"

可以去MySQL查看一下自己的数据。  
但是这里我自己操作时没有使用Sqoop成功。也没有使用Linux环境下的数据库。所以是将数据导入到WIndows中来了

# 6.展示数据 #

这里前端使用echart，jsp，后端使用Spring、SpringMVC、Mybatis。

代码较多，展示主要的。

## 6.1 前端代码 ##

主要是这一段，使用Ajax向后台请求数据，然后将数据丢进eChart中。  
![在这里插入图片描述][a6e6541f93cf4434b70d155ef6d26da5.png]

## 6.2 后端代码 ##

### controller层 ###

@Autowired
        private TemperatureService tempService;
        @RequestMapping("/getTemperature.action")
        @ResponseBody
        public TemperatureReturnPojo getTemperature(){
        
            TemperatureReturnPojo temperaturePojo =  tempService.getAllTemperature();
            System.out.println(temperaturePojo);
            return temperaturePojo;
        }

### Service层 ###

public interface TemperatureService {
        
        TemperatureReturnPojo getAllTemperature();
    }

### Service实现类 ###

@Service
    public class TemperatureServiceImpl implements TemperatureService {
        
        @Autowired
        private TemperatureMapper temperatureMapper;
        @Override
        public TemperatureReturnPojo getAllTemperature() {
        
            TemperatureReturnPojo temperatureReturnPojo 
            	= new TemperatureReturnPojo();
    
            ArrayList<String> dates = new ArrayList<>();
            ArrayList<String> maxs = new ArrayList<>();
            ArrayList<String> mins = new ArrayList<>();
            ArrayList<String> avgs = new ArrayList<>();
            DecimalFormat df = new DecimalFormat("#.00");
    
            List<TemperaturePojo> allTemperature 
            	= temperatureMapper.getAllTemperature();
            for (TemperaturePojo pojo : allTemperature) {
        
                dates.add(pojo.getTem_Date());
                maxs.add(df.format(pojo.getTem_Max()/10.0));
                mins.add(df.format(pojo.getTem_Min()/10.0));
                avgs.add(df.format(pojo.getTem_Avg()/10.0));
            }
            temperatureReturnPojo.setTem_Dates(dates);
            temperatureReturnPojo.setTem_Maxs(maxs);
            temperatureReturnPojo.setTem_Mins(mins);
            temperatureReturnPojo.setTem_Avgs(avgs);
    
            return temperatureReturnPojo;
        }
    }

### 实体类 ###

public class TemperaturePojo {
        
        private String Tem_Date;
        private Double Tem_Max;
        private Double Tem_Min;
        private Double Tem_Avg;
    	
    	// 省略Get()、Set()、ToString()方法    
    }
    
    public class TemperatureReturnPojo {
        
        private List<String> Tem_Dates;
        private List<String> Tem_Maxs;
        private List<String> Tem_Mins;
        private List<String> Tem_Avgs;
     	// 省略Get()、Set()、ToString()方法    
    }

### Mapper ###

public interface TemperatureMapper {
        
        List<TemperaturePojo> getAllTemperature();
    }

<mapper namespace="cn.itcast.weblog.mapper.TemperatureMapper" >
        <select id="getAllTemperature"   
        		resultType="cn.itcast.weblog.pojo.TemperaturePojo">
            select * from temperature;
        </select>
    
    </mapper>

页面运行结果展示  
![在这里插入图片描述][7d082bdf93be424c9912d430a0931de7.png]  
![在这里插入图片描述][e740819afc5843589f68953acf67181f.png]  
流程完成，撒花~~~

原作者的代码链接：[GitHub链接–Hadoop-Analyzes-Weather-Data][GitHub_Hadoop-Analyzes-Weather-Data]

# 问题解决 #

原作者的前端代码的这个Index.jsp文件可以直接替换到外边那个index就可以直接启动Tomcat后访问到了  
![在这里插入图片描述][82c416ec3f554c76abbd97f07f75df33.png]

[Hadoop]: https://blog.csdn.net/qq_39410381/article/details/106367411?spm=1001.2014.3001.5506
[14332b165deb4d70a607c9ea2c58bfb7.png]: https://img-blog.csdnimg.cn/14332b165deb4d70a607c9ea2c58bfb7.png
[Hadoop3.0]: https://blog.csdn.net/qq_39410381/article/details/106167471
[6b6af56798ef44c6abe0f4653b9e8db7.png]: https://img-blog.csdnimg.cn/6b6af56798ef44c6abe0f4653b9e8db7.png
[12b673a471b44b16b8d41b0978e1b40b.png]: https://img-blog.csdnimg.cn/12b673a471b44b16b8d41b0978e1b40b.png
[Hadoop3.0 1]: https://blog.csdn.net/qq_39410381/article/details/106288349
[575bd787852e4ab0b05f264f18b30a28.png]: https://img-blog.csdnimg.cn/575bd787852e4ab0b05f264f18b30a28.png
[723768ccb0f346b9972a5d13b44a56fc.png]: https://img-blog.csdnimg.cn/723768ccb0f346b9972a5d13b44a56fc.png
[f338f8adbf8f4f548480592df04b149d.png]: https://img-blog.csdnimg.cn/f338f8adbf8f4f548480592df04b149d.png
[92404af4777d4ccbbae9da5b2ca486b5.png]: https://img-blog.csdnimg.cn/92404af4777d4ccbbae9da5b2ca486b5.png
[Hadoop3.0 2]: https://blog.csdn.net/qq_39410381/article/details/106312174
[a6e6541f93cf4434b70d155ef6d26da5.png]: https://img-blog.csdnimg.cn/a6e6541f93cf4434b70d155ef6d26da5.png
[7d082bdf93be424c9912d430a0931de7.png]: https://img-blog.csdnimg.cn/7d082bdf93be424c9912d430a0931de7.png
[e740819afc5843589f68953acf67181f.png]: https://img-blog.csdnimg.cn/e740819afc5843589f68953acf67181f.png
[GitHub_Hadoop-Analyzes-Weather-Data]: https://github.com/04sky/Hadoop-Analyzes-Weather-Data/tree/master
[82c416ec3f554c76abbd97f07f75df33.png]: https://img-blog.csdnimg.cn/82c416ec3f554c76abbd97f07f75df33.png