京东手机电商大数据统计平台搭建

注意！注意！注意！
这是一个课程设计项目，项目只有一个版本且不会维护！不能保证爬虫脚本永久有效。
我的项目结构跟老师安排的项目结构有很大的不同，请慎重选择使用我的项目代码和虚拟机，我使用了腾讯云mysql和腾讯云图（数据展示工具），老师使用的是虚拟机的mysql和superset（数据展示工具）。

一、虚拟机搭建

1.下载虚拟机

链接：百度网盘，点击下载
提取码：1234

2.解压虚拟机

3.VMware扫描添加虚拟机

（1）注意：我提供的虚拟机需要VMware Workstation 15以上才能打开，请注意版本！！！

（2）选择解压的上级目录进行扫描

（3）一直点下一步

（4）启动虚拟机
注意：如果在打开nd12和nd13时出现找不到nd11.vmdk或nd11.vmx的情况，你需要点击浏览，在nd11的那个文件夹里找到相应的文件选中即可。出现这种情况的原因是我的nd12和nd13不是完整的虚拟机，是通过nd11的快照克隆的，没有nd11的磁盘文件,那nd12和nd13都无法运行。

4.虚拟机网络说明

（1）三台虚拟机使用NAT模式，下图为我VMware的NAT模式虚拟网卡的设置。


（2）三台虚拟机网络均为固定IP
nd11：192.168.137.121
nd12：192.168.137.122
nd13：192.168.137.123
PS：我把主机hosts修改了，这样主机连接虚拟机时就不用输一大长串数字了

（3）三台虚拟机已经互相保存公钥秘钥，可以实现SSH免密码登录。

5.虚拟机已安装软件和框架说明

所有软件和框架都安装在/opt目录下
（1）nd11安装了：apache-hive-1.2.2、hadoop-2.7.7、hbase-1.3.6、jdk1.8.0_241、kafka_2.10-0.10.0.1、spark-2.1.3-bin-hadoop2.7、sqoop-1.4.7.bin__hadoop-2.6.0、zookeeper-3.5.4-beta

（2）nd12安装了：hadoop-2.7.7、hbase-1.3.6、jdk1.8.0_241、kafka_2.10-0.10.0.1、spark-2.1.3-bin-hadoop2.7、zookeeper-3.5.4-beta

（3）nd13安装情况同nd12一样

（4）其中各软件的具体配置信息（例如namenode、datanode等）请自行查看框架中的XML配置文件。

（5）这三台虚拟机历史悠久，最早可追溯到上Hadoop课程的时候，经历过Spark课程、Hbase课程，所以有很多软件和框架在本项目可能会用不到，如果嫌占地方可以rm -rf。

（6）如果你需要其他软件和框架，请自行安装。提示：你可以在/opt/env.sh下配置HOME和PATH信息

（7）本项目只使用了Kafka和HDFS，Spark使用的是以主机本地模式运行的，如果你想在虚拟机里运行Spark，需要在虚拟机里安装scala并打开spark集群的相应监视端口，具体方法请自行查看spark官网说明。
（By the way，kafka仅是因为练习原因强行加入，在实际生产中，京东手机商品信息这么点数据量根本用不到kafka，hdfs已经很完美了，kafka常用于流式计算，而不是批处理。。。）

二、核心代码

点击进入代码仓库，其中包含核心代码、实验报告和完整的IDEA项目文件。

三、数据展示环境搭建

我的数据展示跟老师的数据展示方式不同，慎用！！！我使用腾讯云图进行展示，腾讯云图要求使用腾讯云数据库或者是有公网IP的数据库

1.在腾讯云上购买腾讯云图服务

价格很便宜，基础版19元/年。腾讯云的MySQL也挺便宜的，使用学生特权，基础版实例才39元/年。如果你只是为了临时通过老师的检查，没有其他项目需求，你可以直接使用腾讯云新人权益来白嫖一周的使用权。
腾讯云MySQL和腾讯云图价格：

新人可以免费试用很多产品，其中包括数据库和腾讯云图：

你甚至可以白嫖腾讯云一个月的CKafka，用来代替你虚拟机里的Kafka。。。

2.新建云图

（1）新建一个云图

（2）选择画布模班（这里用空白模板做示例）

（3）点击创建，起个名称，选择分组（不是必要的）。

（4）点击帮助，有产品简介和用户指南，写的很详细

（5）最后就请开始你的表演，自己设计一个好看的数据展示大屏就行了，最后别忘了发布，这样所有人就可以通过链接看到你的大屏展示了，例如点击这个链接就可以跳转到我的大屏展示。