冬季实战营第五期：轻松入门学习大数据全流程

2022-11-28 22:30:30

emr使用

\2. 登陆集群

本步骤将指导您如何登录EMR集群终端。

\2. 登录成功后进入阿里云控制台首页，点击左侧菜单，输入关键词“emr”，点击 E-MapReduce 进入管理页面。

3.在E-MapReduce控制台页面上方，选择资源所在地域。例如下图中，地域切换为华东2（上海）。

说明：您可以在云产品资源列表中查看到您的E-MapReduce资源所在地域。

4.在E-MapReduce控制台页面的集群列表区域，单击您的集群名/ID。

说明：您可以在云产品资源列表中查看到您的E-MapReduce集群名/ID。

5.集群基础信息页面的主机信息区域，复制MASTER的节点的公网ip地址。

\6. 打开远程桌面终端LxShell

\7. 在终端中输入连接命令ssh root@[ipaddress]。您需要将[ipaddress]替换成第3步中复制公网地址，例如：

ssh root@139.xxx.xxx.230

命令显示结果如下：

\8. 输入 yes。

\9. 同意继续后将会提示输入登录密码。密码为 @Aliyun2021 （你可以使用粘贴快捷键SHIFT+CTRL+V）。

说明：输入密码的过程中没有回显，请确保键入内容正确。

登录成功后会显示如下信息。

\3. 上传数据到HDFS

本步骤将指导您如何将自建数据上传到HDFS。

\1. 执行如下命令，创建HDFS目录。

说明：在LX终端中，粘贴快捷键为SHIFT+CTRL+V。

hdfs dfs -mkdir -p /data/student

\2. 上传文件到hadoop文件系统。

a.执行如下命令，创建u.txt文件。

#创建u.txt文件
vim u.txt

b.按 "i" 键进入编辑模式，通过粘贴快捷键（SHIFT+CTRL+V）将下方内容复制到文件中，按"Esc"返回命令模式，输入":wq"保存

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unixtime。

196  242  3  881250949
186  302  3  891717742
22  377  1  878887116
244  51  2  880606923
166  346  1  886397596
298  474  4  884182806
115  265  2  881171488
253  465  5  891628467
305  451  3  886324817
6  86  3  883603013
62  257  2  879372434
286  1014  5  879781125
200  222  5  876042340
210  40  3  891035994
224  29  3  888104457
303  785  3  879485318
122  387  5  879270459
194  274  2  879539794
291  1042  4  874834944
234  1184  2  892079237
119  392  4  886176814
167  486  4  892738452
299  144  4  877881320
291  118  2  874833878
308  1  4  887736532
95  546  2  879196566
38  95  5  892430094
102  768  2  883748450
63  277  4  875747401
160  234  5  876861185
50  246  3  877052329
301  98  4  882075827
225  193  4  879539727
290  88  4  880731963
97  194  3  884238860
157  274  4  886890835
181  1081  1  878962623
278  603  5  891295330
276  796  1  874791932
7  32  4  891350932
10  16  4  877888877
284  304  4  885329322
201  979  2  884114233
276  564  3  874791805
287  327  5  875333916
246  201  5  884921594
242  1137  5  879741196
249  241  5  879641194
99  4  5  886519097
178  332  3  882823437
251  100  4  886271884
81  432  2  876535131
260  322  4  890618898
25  181  5  885853415
59  196  5  888205088
72  679  2  880037164
87  384  4  879877127
290  143  5  880474293
42  423  5  881107687
292  515  4  881103977
115  20  3  881171009
20  288  1  879667584
201  219  4  884112673
13  526  3  882141053
246  919  4  884920949
138  26  5  879024232
167  232  1  892738341
60  427  5  883326620
57  304  5  883698581
223  274  4  891550094
189  512  4  893277702
243  15  3  879987440
92  1049  1  890251826
246  416  3  884923047
194  165  4  879546723
241  690  2  887249482
178  248  4  882823954
254  1444  3  886475558
293  5  3  888906576
127  229  5  884364867
225  237  5  879539643
299  229  3  878192429
225  480  5  879540748
276  54  3  874791025
291  144  5  874835091
222  366  4  878183381
267  518  5  878971773
42  403  3  881108684
11  111  4  891903862
95  625  4  888954412
8  338  4  879361873
162  25  4  877635573
87  1016  4  879876194
279  154  5  875296291
145  275  2  885557505
119  1153  5  874781198
62  498  4  879373848
62  382  3  879375537
28  209  4  881961214
135  23  4  879857765
32  294  3  883709863
90  382  5  891383835
286  208  4  877531942
293  685  3  888905170
216  144  4  880234639
166  328  5  886397722

c. 上传文件u.txt到hadoop文件系统。

hdfs dfs -put u.txt /data/student

\3. 查看文件。

hdfs dfs -ls /data/student

\4. 使用hive创建表

本步骤将指导您如何使用hive创建数据表，并使用hadoop文件系统中的数据加载到hive数据表中。

\1. 执行如下命令，登录hive数据库。

hive

\2. 创建user表。

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

\3. 执行如下命令，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;

\5. 对表进行操作

本步骤将指导您如何使用hive对数据表进行查询等操作。

\1. 查看5行表数据。

select * from emrusers limit 5;

\2. 查询数据表中有多少条数据。

select count(*) from emrusers;

返回结果如下，您可以看到您数据表中一共有多少数据，

\3. 查询数据表中评级最高的三个电影。

select movieid,sum(rating) as rat from emrusers group by movieid order by rat desc limit 3;

返回结果如下，您可以看到您数据表中评级最高的三个电影。

使用阿里云Elasticsearch快速搭建智能运维系统

\1. 创建资源

在页面右侧，单击创建资源，创建本次实验资源。Elasticsearch集群创建过程需要30分钟，请您耐心等待。

说明：您可以在云产品资源列表查看已创建的资源信息，例如：IP地址、用户名、密码和资源所在地域等。

\2. 登录集群

在右侧远程桌面中打开浏览器，复制左侧云产品资源中提供的阿里云子用户名称和密码登录控制台。
复制如下阿里云Elasticsearch控制台地址至浏览器地址栏，登录Elasticsearch控制台。

说明：您可以在云产品资源列表查看已创建的资源信息，例如：IP地址、用户名、密码和资源所在地域等。

https://elasticsearch-cn-hangzhou.console.aliyun.com

说明:

本次实验已开通阿里云Elasticsearh6.8版本，仅做本次场景体验使用，如需作为测试环境或生产环境使用，可选择其他更高版本。

\3. 登录Kibana，开启自动创建索引功能

在右侧概览页面Elasticsearch区域中，单击集群管理。
在Elasticsearch实例列表中，单击实例ID。
在左侧导航栏，选择配置与管理 > 可视化控制。
在Kibana区域中，单击修改配置。
开启Kibana私网访问，此变更过程需等待3-5分钟。
返回上级页面，在Kibana区域中，单击公网入口。
复制左侧云产品资源列表下的Elasticsearch登录名和Elasticsearch登录密码，至Kibana登录页面的账号和密码，单击登录。
在登录成功页面，单击Explore on my own。

在左侧导航栏，单击Dev Tools（开发工具），再单击Go to work。
在Console页签下，执行如下命令，开启阿里云ES实例的自动创建索引功能。

PUT _cluster/settings
{
"persistent": {
"action.auto_create_index": "true" 
}
}

开启成功后，结果如下。

{
  "acknowledged" : true,
  "persistent" : {
    "action" : {
      "auto_create_index" : "true"
    }
  },
  "transient" : { }
}

\4. 使用Metricbeat采集ECS上的系统数据

返回阿里云Elasticsearch管理控制台，单击Beats数据采集 > 创建采集器。

在创建采集器窗口中，单击Metricbeat。

在系统弹出的确定服务授权对话框，单击确认，授权创建服务关联角色。

在采集器配置向导中，输入或选择采集器信息，复制左侧云产品资源列表下的Elasticsearch登录名和Elasticsearch登录密码，至用户名密码。

在metricbeat.yml中末尾添加如下脚本，单击下一步。

metricbeat.modules:
- module: system
  metricsets:
    - cpu             
    - load            
    - memory         
    - network        
    - process         
    - process_summary 
    - uptime          
    - socket_summary  
    - core
    - diskio 
    - filesystem
    - fsstat
  enabled: true
  period: 10s
  processes: ['.*']
  cpu.metrics:  ["percentages"]
  core.metrics: ["percentages"]

选择采集器安装的ECS实例。

启动采集器并查看采集器安装情况，此生效过程需等待3~5分钟。
1. 单击启动。启动成功后，系统弹出启动成功对话框。
2. 单击前往采集中心查看，在采集器管理区域中，查看启动成功的Metricbeat采集器，等待采集器状态变为已生效1/1。
返回Kibana页面，在左侧导航栏，单击Dev Tools（开发工具）。
在Console页签下，执行如下命令，查看索引。