当前位置:   article > 正文

scala+springboot大数据分析-预测_springboot scala

springboot scala
一、环境配置

idea 2021.3.3
mysql 8.0.31
spark 3.0.0
scala 2.12
hbase 2.5.5
hadoop 2.10.2
zookeeper 3.4.12

        需打开ubuntu下的hadoop、zookeeper、hbase,从hbase导进源文件后存入本地mysql数据库后再进行操作

二、项目操作

1、sparkProcess、forecost子模块中创建自己的数据库,
数据库名称-sleep_life_db,在application.yml、DBTool和Demo文件中
仅修改数据库名以及账号密码
    ——我的数据库名:sleep_life_db
    ——账号:root
    ——密码:****@qq.com

各数据表展示

                        

 2、在sparkBoot子模块中运行SpringAPP.java文件
    运行web成功后输入网址
    总展示页面 http://localhost:8080/index.html
    点击页面的链接——Continue后自动跳转到
    预测分析展示表格 http://localhost:8080/index2.html
    点击页面的链接——Continue后自动跳转到
    预测分析echarts展示 http://localhost:8080/pages/test_js.html

三、项目结构

        在该项目中分为三大模块:forecost、sparkBoot、sparkProcess

1、sparkProcess模块
(1)作用:数据集的拆分分析
(2)文件:
            process目录:hbase中引入数据,并进行数据分析,在数据库中生成各种数据表,以便展示使用
            util目录:
                        a.DBTool文件:连接本地数据库并可写入数据库
                        b.HBaseTools文件:连接ubuntu中的hbase数据库,并导入所需的hbase中的数据集
            其它文件(DBTool和Demo):实现本地连接,测试

2、forecost模块
(1)作用:实现部分数据集的预测分析
(2)文件:
            a.Machine_Learning_health.scala文件,作为线性回归模型来实现数据集的预测以及实际对比
            b.DBTool文件,连接并可写入数据库

3、sparkBoot模块
(1)作用:springboot服务器启动,进行数据展示
(2)文件:
            java目录下
                        Controller目录:路由设置
                        Dao目录:返回值模型设置
                        SpringAPP文件:启动springboot项目
            resources目录下
                        mapper目录:设置sql语句调用
                        static目录:
                                    整合多个echarts图表和预测分析图表

四、项目展示

首页

 预测表格

预测数据Echarts展示

五、下载

源数据集:health.csv · xiaojiang/scala+springboot大数据分析-预测 - 码云 - 开源中国 (gitee.com)icon-default.png?t=N658https://gitee.com/Nal_9526/scala-springboot/blob/master/health.csv

项目源代码:

f_end.rar · xiaojiang/scala+springboot大数据分析-预测 - 码云 - 开源中国 (gitee.com)icon-default.png?t=N658https://gitee.com/Nal_9526/scala-springboot/blob/master/f_end.rar

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/神奇cpp/article/detail/784205
推荐阅读
相关标签
  

闽ICP备14008679号