大數(shù)據(jù)分析及應(yīng)用項目教程(Spark SQL)（微課版） 實訓(xùn)單 實訓(xùn)9 Zepplin安裝部署與使用

實訓(xùn)9Zepplin安裝部署與使用一、實訓(xùn)目的與要求1、會下載、安裝、配置Zepplin可視化工具。2、會在Zepplin中配置Spark解釋器。3、掌握在Zepplin中使用SparkSQL注冊視圖4、能使用Zepplin執(zhí)行SparkSQL命令實現(xiàn)數(shù)據(jù)可視化。二、操作訓(xùn)練1、Zepplin安裝部署（1）將Zepplin安裝包上傳到master節(jié)點的/root目錄下。操作結(jié)果截圖+簽名（2）解壓并重命名目錄。操作結(jié)果截圖+簽名（3）修改配置文件zeppelin-env.sh。操作結(jié)果截圖+簽名（4）啟動Zeppelin操作結(jié)果截圖+簽名（5）Zeppelin中的Spark解釋器配置操作結(jié)果截圖+簽名（6）測試自帶的BasicFeature(Spark)案例操作結(jié)果截圖+簽名（7）測試運行自編代碼操作結(jié)果截圖+簽名2、女裝電子商務(wù)評論情況數(shù)據(jù)可視化（1）在Zeppelin中創(chuàng)建一個新的notebook，并命名為“clothing_reviews”。操作結(jié)果截圖+簽名（2）讀取HDFS文件系統(tǒng)中的女裝電子商務(wù)評論情況數(shù)據(jù)CSV文件，自定義schema并轉(zhuǎn)換為DataFrame。操作結(jié)果截圖+簽名（3）對“Clothing-Reviews.csv”女裝電子商務(wù)評論數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，刪除重復(fù)的數(shù)據(jù)，對有空缺數(shù)據(jù)的行進(jìn)行刪除。操作結(jié)果截圖+簽名（4）對“Clothing-Reviews.csv”女裝電子商務(wù)評論數(shù)據(jù)集進(jìn)行數(shù)據(jù)轉(zhuǎn)換，將recommended_IND（是否推薦）列中的1替換為推薦，0替換為不推薦。操作結(jié)果截圖+簽名（5）使用createOrReplaceTempView()方法創(chuàng)建本地的臨時視圖clothing_reviews。操作結(jié)果截圖+簽名（6）對前述創(chuàng)建好的“clothing_reviews”視圖進(jìn)行操作分析。首先了解本網(wǎng)上商店的客戶年齡分布。查看40歲以下，不同年齡段的客戶人數(shù)。操作結(jié)果截圖+簽名（7）查看銷量最高的服裝分類。操作結(jié)果截圖+簽名（8）統(tǒng)計不同rating評分的“推薦”和“不推薦”的recommended_IND數(shù)量情況。操作結(jié)果截圖+簽名（9）修改前一題的數(shù)據(jù)透視表，將recommended_IND拖動到keys框，將rating拖動到groups框中，以另一種聚合形態(tài)展示。操作結(jié)果截圖+簽名（10）查詢了解不推薦的這些訂單，分別屬于哪些服裝分類，各種服裝類的不推薦數(shù)量情況如何。操作結(jié)果截圖+簽名（11）現(xiàn)在，商店負(fù)責(zé)人想知道本商店五星好評最多的服裝類別是什么，評分最低