CBoard可视化工具以及大数据分析平台的设计与实现

 ****************数据可视化cboard*****************
CBoard运行环境：JDK1.8、Maven3（源码编译）、MySQL5+/SQLServer（系统元数据存储）、PhantomJS 2.1+（用于看板导出和邮件发送）、Chrome
#环境准备
#安装phantomjs-2.1.3
下载地址：https://bitbucket.org/ariya/phantomjs/downloads/
tar -xjvf phantomjs-2.1.1-linux-x86_64.tar.bz2
vim /etc/profile
export PHANTOMJS_HOME=/home/hadoop/apps/phantomjs-2.1.1
export PATH=$PATH:${PHANTOMJS_HOME}/bin
source /etc/profile
执行phantomjs运行正常即安装成功

#cboard安装配置
cboard的github地址：https://github.com/yzhang921/CBoard

#修改配置文件
##系统配置
CBoard/src/main/resources/config.properties
jdbc_url=jdbc:mysql://192.168.137.100:3306/cboard
jdbc_username=hive
jdbc_password=hive123
phantomjs_path=/home/hadoop/apps/phantomjs-2.1.1/bin/phantomjs

##中英文显示配置
CBoard/src/main/webapp/org/cboard/Settings.js

var settings = {
    preferredLanguage: "cn" // en/cn: Switch language to Chinese
};

#maven打包前需要提前安装maven以及在root用户/etc/profile配置maven环境变量

#maven打包：
##sqlserver的jdbc驱动包添加到maven库
mvn install:install-file -Dfile=lib/sqljdbc4-4.0.jar -DgroupId=com.microsoft.sqlserver -DartifactId=sqljdbc4 -Dversion=4.0 -Dpackaging=jar
##打包
mvn clean package

#在mysql中创建数据库cboard
create database cboard;
#从CBoard源码包的/sql/mysql目录下找到mysql.sql文件
#在mysql命令行中执行sql脚本文件
mysql> source /bigdata/CBoard/sql/mysql/mysql.sql

#解压tomcat
#拷贝编译好的cboard.war包到tomcat的webapps目录下
cp /bigdata/CBoard/target/cboard.war /home/hadoop/apps/tomcat-7/webapps

#修改tomcat-7/conf目录下server.xml服务相关配置项
#绑定端口号8080

#绑定IP

#启动tomcat
bin/startup.sh

#关闭tomcat
bin/shutdown.sh

#在浏览器中访问cboard
http://192.168.137.100:8080/cboard

#初始登录用户名密码
admin
root123

首先到192.168.137.102，192.168.137.103，192.168.137.104上启动kafka

*******************kafka*************
#创建主题
bin/kafka-topics.sh --create --zookeeper 192.168.137.100:2181 --replication-factor 1 --partitions 3 --topic userlog2

#查看kafka中已经创建的主题列表
bin/kafka-topics.sh --list --zookeeper 192.168.137.100:2181

//#删除主题
//bin/kafka-topics.sh --delete --zookeeper //192.168.137.100:2181 --topic userlog1

#在192.168.137.102使用kafka自带的消费者客户端脚本
bin/kafka-console-consumer.sh --zookeeper 192.168.137.100:2181 --from-beginning --topic userlog2

●●提前在/home/hadoop/apps目录下创建userlog目录

********************模拟日志生成*************

********************flume日志收集*************
#hdfs创建/data/userlog目录
hadoop fs -mkdir /data/userlog

#在192.168.137.100启动用户日志收集客户端
bin/flume-ng agent --conf conf --conf-file conf/logagent.conf --name logagent -Dflume.root.logger=INFO,console

#后台运行
bin/flume-ng agent --conf conf --conf-file conf/logagent.conf --name logagent >/dev/null 2>&1 &

#在node01和node02分别启动日志收集collector，在192.168.137.101启动
##bin/flume-ng agent --conf conf --conf-file ##conf/collectagent100.conf --name collectagent -##Dflume.root.logger=INFO,console
bin/flume-ng agent --conf conf --conf-file conf/collectagent101.conf --name collectagent -Dflume.root.logger=INFO,console
bin/flume-ng agent --conf conf --conf-file conf/collectagent.conf --name collectagent >/dev/null 2>&1 &

********************hive数据仓库*************
#一、创建原始日志临时存储ods库
create database ods;

##1.创建用户日志外部分区表
#用户id，使用的客户端版本号，地域id，用户行为，时间戳
create external table ods.userlog_external_pt(
user_id string,
client_version string,
area_id string,
user_behavior int,
time string
)
partitioned by(dt string)
row format delimited
fields terminated by ','
lines terminated by '\n'
stored as textfile
location '/data/userlog';

#二、创建历史明细数据长期存储pdw库
create database pdw;

##1.创建用户日志明细表
//用户id，使用的客户端版本号，客户端类型，地域id，地域名称，时间戳，曝光，点击
create table pdw.userlog_detail_pt(
user_id string,
client_version string,
client_type string,
area_id string,
area_name string,
time string,
pv_cnt int,
click_cnt int
)
partitioned by(dt string)
row format delimited
fields terminated by '\t'
lines terminated by '\n'
stored as RCFILE;

##2.创建新增用户明细表（用于计算新增用户数，累计用户）
//新增用户id，时间戳
create table pdw.new_user_detail_pt(
user_id string,
time string
)
partitioned by(dt string)
row format delimited
fields terminated by '\t'
lines terminated by '\n'
stored as RCFILE;

●●首先在/home/hadoop/apps目录下创建hive_test/data目录，然后将课上老师给2个文件area_data.txt和client_version_type_data.txt利用rz命令导入

#三、创建存储维度关系表的rel库
create database rel;
##1.创建地域表
//字段信息：地域编码、地域名称
create table rel.area_info(
id string,
name string
)
row format delimited
fields terminated by '\t'
lines terminated by '\n'
stored as textfile;    
//导入数据：
load data local inpath '/home/hadoop/apps/hive_test/data/area_data.txt' into table area_info;

##2.创建客户端版本与客户端类型的映射关系表
create table rel.client_version_type_info(
version_id string,
type string
)
row format delimited
fields terminated by '\t'
lines terminated by '\n'
stored as textfile;    

//导入数据：
load data local inpath '/home/hadoop/apps/hive_test/data/client_version_type_data.txt' into table client_version_type_info;

#离线报表

●●首先需要在/home/hadoop/apps/hive_test路径下创建task目录，然后将课程老师发的四个sh脚本devict_type_pv_click_report_task_daily.sh、ods_user_log_2_rcfile_daily.sh、pdw_new_user_detail_daily.sh、user_overview_report_task_daily.sh利用rz命令导入

#时间戳最小时的用户ID，即新增用户
#限制该用户没有在pdw.new_user_detail_pt中出现过，才为新增用户

脚本路径：/home/hadoop/apps/hive_test/task
##hive task，原始数据ETL -> 明细数据
//用户明细
ods_user_log_2_rcfile_daily.sh
//新增用户
pdw_new_user_detail_daily.sh
##报表任务
//新增用户数、活跃用户数、累计用户数
user_overview_report_task_daily.sh

//日期、客户端类型、曝光量、点击量
devict_type_pv_click_report_task_daily.sh

 

#实时报表
##创建mysql数据库bi
create database bi;

##创建实时关键指标表realtime_pv_click_report_daily
CREATE TABLE `realtime_pv_click_report_daily` (
`pv_cnt` int(11) NOT NULL,
`click_cnt` int(11) NOT NULL,
`date_time` varchar(512) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

执行StreamPvClickAnalytics.scala程序