基于Hadoop的企业人力资源管理

Hadoop实验

想到Hadoop,我们第一时间是想到的什么,大数据,分布式,MapReduce,还是各种Linux相关的命令。还记得小时候看到那些人在一个终端输入那些命令,感觉很厉害的样子,尊称为大佬,但是当自己亲身经历过后,你也许会发现,会的东西你会之后,依然还是这样会,不会的东西你才会去膜拜。

基于Hadoop的企业人力资源管理

实验背景

通过学习Hadoop大数据技术,你成功通过了某企业的面试,并得到了一个实习offer:offer信息如下


XXX:

您好!

恭喜您成功通过了面试,本公司IT部门邀请您担任Hadoop Specialist职位, 负责Hadoop系统的管理和维护、HBase数据库的管理、Hive数据库的管理、数据录入与数据分析等。

根据您的面试结果和岗位要求,您的职级评定为I(实习生)。

请于2021年6月18日星期五18:00到G404入职,请带好相关证件和资料。

======以下为敏感信息请勿向第三者透露======

月薪:3000

奖金:0

==========================================

期待您的到来!您将成为本公司的第0000002名员工!

                                                      CQUST公司CEO兼HR部门经理:Mary

                                                                     2021年6月15日


基于Hadoop的企业人力资源管理

实验概览

入职后后,你很快收到以下工作任务:

任务一:熟悉公司Hadoop虚拟机环境,列出hadoop的关键参数。

HDFS服务端口

HDFS本地目录

Hadoop启动脚本(完整路径)

Hadoop进程

任务二:在熟悉过Hadoop环境之后,你需要在HDFS上创建工作目录

根目录

(/user/hadoop/)

一级目录

公司名称

二级目录

部门名称

      三级目录

员工姓名

并且,将你收到的offer letter上传到你自己的工作目录中去。

为了确保文件上传成功,你需要在上传后查看文件基本属性和内容。

为了确保文件在被意外删除的情况下能够找回来,你需要为你的工作目录创建快照。

任务三:你的老板Mary给了你一张表格,如下

企业部门员工薪酬表(emp_sal_dept)

员工号

员工信息(emp)

薪酬(salary)

部门(dept)

姓名(name)

性别(gender)

职级(level)

基本薪酬(base)

奖金(bonus)

部门编号(no)

部门名称(name)

2019000000

Mary

F

M3

1

1000000

10

HR

?

?

?

?

?

?

?

?

注:请在表格中的?处填入你自己的信息。

为了迎接即将入职的2000万新员工,你需要在HBase中创建这张表,并先将你和你老板的信息录入其中。

字段说明:

员工号:<你的学号>

员工姓名:<你的姓名拼音> (首字母大写)

性别: <F or M> (F-Female, M-Male)

职级:<从下表中取值>

职级

描述

0

I

实习生

1

C1

普通员工1级

2

C2

普通员工2级

3

S1

高级员工1级

4

M1

管理员工1级

5

S2

高级员工2级

6

M2

管理员工2级

7

S3

高级员工3级

8

M3

管理员工3级

基本薪酬:<你的月薪数值>

奖金:<你的奖金数值>

部门编号和名称:<从下表中取值>

10

HR

20

MARKET

30

IT

数据录入完毕后你需要进行下面的测试:

获取你自己的所有信息

扫描所有的管理类型员工(职级以M开头)的数据

注意:完成Hbase操作后请关闭Hbase

任务四:你的老板Mary还希望你按照任务三表格中的数据和结构创建一个Hive表,以方便公司网站应用使用传统的SQL方式访问这些数据。你需要按照下面的要求创建表:

表名:tb_abc,其中abc为你的姓名拼音首字母

表类型:外部表

表数据文件行格式:逗号分割

例:表格中的数据可以构造成一个csv文件如下

2019000000,Mary,F,M3,1,1000000,10,HR

2019999999,TanGuangyu,M,C1,1000,2000,20,MARKET

注:其中的数据仅为示例,你需要使用你自己的数据

表数据文件位置:HR部门目录(如:/CQUST/HR)

1.考虑到新员工数量太多,你决定创建一个分桶表tb_buckts_abc,使用员工号字段将tb_abc中的数据分成3个桶。(分桶

2.考虑到新员工数量太多,你决定创建一个分区表tb_part_abc,使用部门编号字段将上表中的数据分成3个区(dept_no=10,dept_no=20,dept_no=30)。(分区


实验步骤

本次实验变量名abc使用wxw,学号使用123

任务一:

HDFS服务端口

hdfs getconf -confkey fs.default.name

HDFS本地目录

hdfs dfs -ls

Hadoop启动脚本(完整路径)

cd hadoop ./sbin/start-dfs.sh

Hadoop进程

jps

基于Hadoop的企业人力资源管理

任务二:

根目录

(/user/hadoop/)

一级目录

CQUST

二级目录

IT

      三级目录

wxw

创建:

hdfs dfs -mkdir -p /CQUST/IT/wxw
hdfs dfs -mkdir -p /user/hadoop/CQUST/IT/wxw

上传:

hdfs dfs -put offerletter.txt /user/hadoop/CQUST/IT/wxw
hdfs dfs -put offerletter.txt /CQUST/IT/wxw

注意这里用copyFromLocal也可以

查看文件夹属性:  

hdfs dfs -ls /user/hadoop/CQUST/IT/wxw
hdfs dfs -ls /CQUST/IT/wxw

注意这里容易混淆,使用 stat,这个命令参数输出的文件的创建时间,但是输出的时间戳和本地不一致 

查看文件内容:

hdfs dfs -cat /user/hadoop/CQUST/IT/wxw

创建快照:

hdfs dfsadmin  -allowSnapshot /user/hadoop/CQUST/IT/wxw

任务三:

  1. 数据

企业部门员工薪酬表(emp_sal_dept)

员工号

员工信息(emp)

薪酬(salary)

部门(dept)

姓名(name)

性别(gender)

职级(level)

基本薪酬(base)

奖金(bonus)

部门编号(no)

部门名称(name)

2019000000

Mary

F

M3

1

1000000

10

HR

?

?

?

?

?

?

?

?

  1. 创建Hbase
create 'emp_sal_dept','emp','salary','dept'

基于Hadoop的企业人力资源管理

  1. 插入数据
put 'emp_sal_dept','2019000000','emp:name','Mary'

put 'emp_sal_dept','2019000000','emp: gender','F'

put 'emp_sal_dept','2019000000','emp:level','M3'

put 'emp_sal_dept','2019000000','salary:base','1'

put 'emp_sal_dept','2019000000','salary: bonus','1000000'

put 'emp_sal_dept','2019000000','dept:no','10'

put 'emp_sal_dept','2019000000','dept:name','HR'

put 'emp_sal_dept','123','emp:name',' wxw'

put 'emp_sal_dept','123','emp: gender','M'

put 'emp_sal_dept','123','emp:level','I'

put 'emp_sal_dept','123','salary:base','3000'

put 'emp_sal_dept','123','salary: bonus','0'

put 'emp_sal_dept','123','dept:no','30'

put 'emp_sal_dept','123','dept:name','IT'

扫描整张表

scan 'emp_sal_dept'

获取到自己信息

get ' emp_sal_dept ','123'

 扫描所有的管理类型员工(职级以M开头)的数据

scan'emp_sal_dept',{FILTER=>"SingleColumnValueFilter ('emp','level',=,'substring:M')"}

 关闭hbase(使用不当会损坏机器)

stop-hbase.sh

任务四

你的老板Mary还希望你按照任务三表格中的数据和结构创建一个Hive表,以方便公司网站应用使用传统的SQL方式访问这些数据。你需要按照下面的要求创建表:

表名:tb_abc,其中abc为你的姓名拼音首字母

表类型:外部表

表数据文件行格式:逗号分割

例:表格中的数据可以构造成一个csv文件如下

2019000000,Mary,F,M3,1,1000000,10,HR

123,wxw,M,C1,1000,2000,20,MARKET

注:其中的数据仅为示例,你需要使用你自己的数据

表数据文件位置:HR部门目录(如:/CQUST/HR)

1.考虑到新员工数量太多,你决定创建一个分桶表tb_buckts_abc,使用员工号字段将tb_abc中的数据分成3个桶。(分桶

2.考虑到新员工数量太多,你决定创建一个分区表tb_part_abc,使用部门编号字段将上表中的数据分成3个区(dept_no=10,dept_no=20,dept_no=30)。(分区

 常规操作导入数据

create database wxw;
use wxw;

create table `wxw`.`tb_wxw_123`  (
  `emp_id` string ,
  `emp_name` string ,
  `gender` string ,
  `emp_level` string,
  `salary_base` int,
  `salary_bonus` int,
  `dept_no` int,
  `dept_name` string
) 
row format delimited fields terminated by ','
stored as textfile; 
LOAD DATA LOCAL INPATH '/home/hadoop/wxw_.txt' INTO TABLE tb_wxw_123;

分区操作

建立分区表

CREATE EXTERNAL TABLE wxw( 
  `emp_id` string ,
  `emp_name` string ,
  `gender` string ,
  `emp_level` string,
  `salary_base` int,
  `salary_bonus` int,
  `dept_no` int,
  `dept_name` string
) PARTITIONED BY (dept_no int) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 
LOCATION '/user/hadoop/data';

 导入数据到分区表

ALTER TABLE wxw ADD PARTITION(dept_no=20) LOCATION '/user/hadoop/data/data1';
ALTER TABLE wxw ADD PARTITION(dept_no=10) LOCATION '/user/hadoop/data/data2';
ALTER TABLE wxw ADD PARTITION(dept_no=30) LOCATION '/user/hadoop/data/data3';

 分桶操作

建立表格

create external table tb_buck_wxw
(name string, salary float,level string,base string,bonus string,no string,dept_name string)
clustered by(name)   --
sorted by(name DESC)
into 3 buckets
row format delimited
fields terminated by ',';

create table wxw(name string, salary float,level string,base string,bonus string,no string,dept_name string)
row format delimited
fields terminated by ',';


LOAD DATA local INPATH 'wxw.csv' INTO TABLE wxw;

select * from wxw cluster by(name);

insert overwrite table tb_buck_wxw
select * from wxw cluster by(name);

每文一语

不骄不躁 一步一步开始新的征程

上一篇:35.逆向分析API结束线程(TerminateThread)


下一篇:数据库基础(转载动力节点老杜)