这一节开始就正式开始啦~~
这一部分主要是针对淘宝的部分商品数据(小零食)进行预处理。
1. 读取商品源数据
这里拿到的数据是sql数据,因此需要使用mysql。首先我们安装好mysql,可以直接通过指令安装:
> sudo apt-get install mysql-server
> apt-get install mysql-client
> sudo apt-get install libmysqlclient-dev
安装过程中别忘记自己设置的密码,最后连接数据库需要该密码。 安装完成后可以通过下面的指令检查是否安装成功:
> sudo netstat -tap | grep mysql
安装好之后,我们现在就需要建立数据库将我们的数据文件导入。
> mysql -u root -p
登录自己的root账户,-p表示需要输入用户密码,按照提示输入密码,登录到mysql。
登录好之后,
mysql> show databases;
创建自己的数据库:
mysql> create database XX;
这里的XX代表你的数据库名,我这里使用的是创建的数据库叫CSDN。
mysql> use CSDN;
这里的use表示切换数据库;现在切换到CSDN数据库上来。
mysql> show tables;
显示所有的表;
这里未创建之前应该是为空,这里我们将taobao.sql文件导入该数据库中,
mysql> source /home/hadoop/taobao.sql
使用source+path的指令将本地的数据导入到数据库中,这时再使用show tables应该就可以看到数据表了。
好,数据导入到数据库之后,现在我们需要用python来处理该数据,就需要用到python与mysql之间的交互。由于Mysqldb模块还不支持python3,因此使用python3想要连接mysql,需要安装pymysql模块。上一节提到过,可以直接使用pip安装,也可以直接在pycharm中安装第三方模块。