相约在冬季实战营——第五期学习报告-阿里云开发者社区

相约在冬季实战营——第五期学习报告

2022-03-05 321

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： https://developer.aliyun.com/adc/series/wintercamplist5这一期的实验场景主要和阿里云的大数据相关产品相关~~~

一、EMR离线数据分析

E-MapReduce（简称"EMR"）是云原生开源大数据平台，向客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、Clickhouse、Delta、Hudi等开源大数据计算和存储引擎。

-- 摘自体验场景-背景知识 https://developer.aliyun.com/adc/scenario/175735954e19429cbb753cd547c00b5a

产品的简单应用

1.1 登录EMR集群

1.1.1 搜索产品名称

阿里云产品名称：开源大数据平台E-MapReduce

1.1.2 在集群信息中找到集群的公网地址

注意切换云产品资源所在的地域

1.1.3 ssh连接

ssh root@<公网ip>

1.2 上传数据到HDFS

1.2.1 创建HDFS目录

hdfs dfs -mkdir-p /data/student

1.2.2 上传文件到Hadoop系统

# 创建u.txt文件vim u.txt
# 编辑文件.说明：第一列表示userid，第二列表示movieid，第三列表示rating，第四列表示unixtime19624238812509491863023891717742223771878887116244512880606923166346188639759629847448841828061152652881171488253465589162846730545138863248176863883603013622572879372434286101458797811252002225876042340210403891035994224293888104457303785387948531812238758792704591942742879539794291104248748349442341184289207923711939248861768141674864892738452299144487788132029111828748338783081488773653295546287919656638955892430094102768288374845063277487574740116023458768611855024638770523293019848820758272251934879539727290884880731963971943884238860157274488689083518110811878962623278603589129533027679618747919327324891350932101648778888772843044885329322201979288411423327656438747918052873275875333916246201588492159424211375879741196249241587964119499458865190971783323882823437251100488627188481432287653513126032248906188982518158858534155919658882050887267928800371648738448798771272901435880474293424235881107687292515488110397711520388117100920288187966758420121948841126731352638821410532469194884920949138265879024232167232189273834160427588332662057304588369858122327448915500941895124893277702243153879987440921049189025182624641638849230471941654879546723241690288724948217824848828239542541444388647555829353888906576127229588436486722523758795396432992293878192429225480587954074827654387479102529114458748350912223664878183381267518587897177342403388110868411111489190386295625488895441283384879361873162254877635573871016487987619427915458752962911452752885557505119115358747811986249848793738486238238793755372820948819612141352348798577653229438837098639038258913838352862084877531942293685388890517021614448802346391663285886397722# 上传文件u.txt到hadoop文件系统hdfs dfs -put u.txt /data/student

1.2.3 查看文件

hdfs dfs -ls /data/student

1.3 使用Hive创建表

1.3.1 登录hive数据库

hive

1.3.2 创建user表

CREATETABLE emrusers (   userid INT,   movieid INT,   rating INT,   unixtime STRING )  ROW FORMAT DELIMITED 
  FIELDS TERMINATED BY'\t';

1.3.3 从Hadoop文件系统加载数据到Hive数据表

 LOAD DATA INPATH '/data/student/u.txt' INTO TABLE emrusers;

1.4 对表进行操作

1.4.1 查看5行表数据

select*from emrusers limit5;

1.4.2 查询数据表中有多少数据

selectcount(*)from emrusers;

1.4.3 查询数据表中评级最高的三个电影

select movieid,sum(rating)as rat from emrusers groupby movieid orderby rat desclimit3;

二、阿里云ElasticSearch快速搭建智能运维系统

体验场景：https://developer.aliyun.com/adc/scenario/18d723b856564fcbafb365d121804588

此场景体验，需要资源比较多，创建场景耗时比较长，慎入！！！

使用过ElasticSearch查询，Kibana查询的应该不会陌生，此场景略过了~~~

三、使用PAI基于协同过滤算法实现商品推荐

体验场景：https://developer.aliyun.com/adc/scenario/de9047c2055643938aea1ff228d6b207

果然，基于大数据的相关操作，都是需要耗费大量的服务器资源的

写在最后：

实话说，到最后这一期有点坚持不下来，就是大概的点了点，体验了一下。关于最后的这篇学习报告，也是想对整个实战营做个完结，坚持着大概的写了写。以凑齐五篇学习报告，对应5期实战营