基于spark+hive+hbase的乘用车辆和商用车辆销售数据分析

1.项目背景
汽车销售是消费者支出的重要组成成分，同时能很好的反映出消费者对经济前景的信心。通常，汽车销售情况我们了解一个国家经济循环强弱情况的第一手资料，早于其他个人消费数据的公布。因此，汽车销售为随后的零售额和个人消费支出提供了很好的预示作用，汽车消费额占零售额的25%和整个销售总额的8%。另外，汽车销售可作为预示经济衰退和复苏的早期信号。在本项目中，学生将从各个角度对汽车销售数据进行分析，了解当前汽车行业市场、用户市场、不同品牌市场的基本情况，以及指定汽车品牌的竞争优势。
2.项目介绍
学生需要先在大数据环境中安装客户端，建议客户端安装目录为/home/当前OS的用户名/client/，然后将车辆销售数据（保存在集群外某节点的MySQL数据库中）通过合适的ETL工具集成到集群当中，然后使用MapReduce对数据进行清洗，补充缺失字段，保留后续用MR/Hive对数据进行分析需要使用的字段。再用MR/Hive/Spark对清洗后的数据进行处理，针对汽车行业市场、用户市场、不同品牌市场和特定品牌竞争优势进行统计分析，分析结果保存到MySQL中，自定义结果保存表格格式，并在最终提交的文案中说明保存路径。

主要分析内容如下：
3.题目数据
本项目数据放在文件系统服务器，需要用wget的方式获取。
在桌面右键，在弹出的菜单中选择【在此处打开中终端】，输入
“wget file.ictedu.com/shoppingmall/techgz_data/data3.tar.gz”,下载完成后输入“ls”，查看数据是否存在。
数据内容为上牌汽车的销售数据，分为乘用车辆和商用车辆，数据包含销售相关数据与汽车具体参数。销售相关数据包括制造商、市、年、车辆型号四个属性，样例数据如下：

汽车具体参数数据包括汽车生产地点、生产时间、车辆型号、品牌、车辆类型、排量、油耗、功率、发动机型号、燃料种类、车外廓长宽高、轴距、前后车轮、轮胎规格、轮胎数、载客数、购买人相关信息等，样例数据如下：

4.安装FusionInsight-HD平台
4.1.访问大数据管理节点节点
(1)进入实验环境
点击大数据管理节点，进入管理节点所对应的机器。

(2)输入命令ip a
可以得到大数据管理节点的ip地址
拷贝代码ip a