基于Hadoop大数据的风力能源监控管理系统

💖🔥作者主页：计算机毕设IT宝
精彩专栏推荐订阅：在 下方专栏👇🏻👇🏻👇🏻👇🏻

Java实战项目

一、项目介绍

随着风力能源的快速发展，风力发电场规模不断扩大，风力能源监控和管理成为了一个重要的问题。传统的风力能源监控系统通常采用独立的监控设备和管理系统，无法实现数据共享和统一管理，同时存在数据丢失和设备故障的风险。因此，开发一种基于Hadoop大数据技术的风力能源监控管理系统，具有非常重要的意义。

现有解决方案存在的问题主要包括数据存储和管理混乱、数据处理效率低下、数据安全性和可靠性无法保证等。此外，现有的监控系统通常不具备智能化和自动化管理功能，需要大量的人工干预和维护，导致管理成本高昂。因此，开发一种基于Hadoop大数据技术的风力能源监控管理系统，可以有效地解决这些问题，提高风力能源的管理效率和安全性。

本课题能够实现基于Hadoop大数据技术的风力能源监控管理系统，实现数据采集、存储、处理、分析和管理的智能化和自动化。通过分布式存储和计算技术，提高数据处理效率和处理能力，同时保证数据的安全性和可靠性。此外，本课题的研究还能够为风力能源行业提供一种新的管理思路和方法，推动风力能源行业的快速发展。因此，本课题的研究具有重要的理论和实践意义。

二、开发环境

• 大数据技术：Hadoop、Spark、Hive
• 开发技术：Python、Django框架、Vue、Echarts
• 软件工具：Pycharm、DataGrip、Anaconda、VM虚拟机

三、项目展示-基于Hadoop大数据的风力能源监控管理系统图片

四、代码展示

def test(cansu):
    u=1
    proxy = cansu
    proxies = {
        'http': 'http://' + proxy,
        'https': 'https://' + proxy
        # 'https':'https://'+proxy
    }
    # print(proxies)
    print(proxy)
    try:

        response = requests.get('http://httpbin.org/get', timeout=5, proxies=proxies)
        # print(response.text)
        # print(response.status_code)
        # print('成功%d个' % u, '状态码为:', response.status_code)
        if response.status_code == 200:
            print('成功%d个' % u, '状态码为:', response.status_code)
            er = proxy + '\n'
            with open('可用代理.txt', 'a+')as x:
                x.write(er)
            u += 1
    except Exception as e:
        print('出现错误：', e.args)

headers={
    'User-Agent':'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'
}

#爬取西刺代理
def xici(page):
    u=time.time()
    url = 'http://www.xicidaili.com/nn/' + str(page)

    resonp = requests.get(url, headers=headers).text

        # print(resonp)
    repo = re.compile("(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,4}).*?(\d{2,6})", re.S).findall(resonp)

    m = 1
    for li in repo:
         # 如果下面不加\n在写入的时候就是一行写满爬取到的IP和代理 加了 \n就会换行 写入
        # 也可以看出元祖类型可以用下标
        ip = li[0] + ':' + li[1]  # + '\n'
        test(ip)
    print('耗时:',time.time()-u)
#爬取66代理网站
def liuliudaili(page):
    '''

    :param page: 页码数
    :param tar: 这个是爬取哪个代理就传入哪个代理的方法
    :return:
    '''
    for u in range(page):
        url = 'http://www.66ip.cn/' + str(u) + '.html'
        respon = requests.get(url, headers=headers).text
        # print(respon)
        rety = re.compile('(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,4}).*?(\d{1,6})', re.S).findall(respon)
        # test=[]
        u = 1
        for i in rety:
            ip = i[0] + ':' + i[1]  # +'\n'
            # test.append(ip)
            test(ip)

#多线程通用爬取
def dxcty(tar,page):
    '''

    :param page:爬取的页面数
    :return: 线程数
    '''
    tu=time.time()
    ths=[]
    for i in range(page):
        th=Thread(target=tar,args=(i,))
        th.start()
        ths.append(th)
    for u in ths:
        u.join()
    print('耗时:',time.time()-tu)

#多进程通用爬取
def djcty(tar,page):
    el=time.time()
    pool=Pool()
    y=tar
    for i in page:
        pool.apply_async(y,(page,))
    pool.close()
    pool.join()
    print('耗时:',time.time()-el)

iup=input('请输入对应的数字:')
if iup == '1':
    print('此版块是爬取西刺代理 页面最多有3000页+ 但耗时很久 建议5页')
    x=int(input('请输入要爬取的几页:'))
    xici(x+1)

elif iup == '2':
    print('此版块是爬取66代理 页面最多有1000页+ 但耗时很久 建议5页')
    x = int(input('请输入要爬取的几页:'))
    liuliudaili(x+1)

elif iup == '3':
    print('此版块为多线程 需要传入爬取页面数和爬取代理的方法')
    a=int(input('请输入要爬取的页面数:'))
    b=input('请选择方法 1.西刺 2.66')
    if b == '1':

        dxcty(xici,a)
    elif b == '2':
        dxcty(liuliudaili,a)

elif iup == '4':
    print('此版块为多进程 需要传入爬取页面数和爬取代理的方法')
    a = int(input('请输入要爬取的页面数:'))
    b = input('请选择方法 1.西刺 2.66')
    if b == '1':

        dxcty(xici,a)
    elif b == '2':
        dxcty(liuliudaili,a)
    

五、项目总结

本研究旨在开发一种基于Hadoop大数据技术的风力能源监控管理系统，以提高风力能源的管理效率和安全性。首先，我们通过对风力能源监控和管理系统的背景和意义进行深入分析，明确了本课题的必要性和重要性。接着，我们对现有解决方案存在的问题进行了详细剖析，进一步凸显了本课题的实用性。

大家点赞、收藏、关注、有问题都可留言交流👇🏻👇🏻👇🏻