基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（六）

基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（六）

2016-08-31 16:16  1362人阅读  评论(4)  收藏  举报

  分类：

Linux（56） 

版权声明：本文为博主原创文章，未经博主允许不得转载。

六、Hue数据可视化实例
        本节用Impala、DB查询示例说明Hue的数据查询和可视化功能。
1. Impala查询
        在Impala OLAP实例一节中执行了一些查询，现在在Hue里执行查询，直观看一下结果的图形化表示效果。
（1）登录Hue，点击 图标进入“我的文档”页面。
（2）点击 创建一个名为“销售订单”的新项目。
（3）点击 进入Impala查询编辑页面，创建一个新的Impala文档。
（4）在Impala查询编辑页面，选择olap库，然后在编辑窗口输入下面的查询语句。

[sql]  view plain  copy

 

1. -- 按产品分类查询销售量和销售额  
2. select t2.product_category pro_category,      
3.        sum(order_quantity) sum_quantity,    
4.        sum(order_amount) sum_amount     
5.   from sales_order_fact t1, product_dim t2    
6.  where t1.product_sk = t2.product_sk    
7.  group by pro_category    
8.  order by pro_category;   
9.   
10. -- 按产品查询销售量和销售额  
11. select t2.product_name pro_name,      
12.        sum(order_quantity) sum_quantity,    
13.        sum(order_amount) sum_amount     
14.   from sales_order_fact t1, product_dim t2    
15.  where t1.product_sk = t2.product_sk    
16.  group by pro_name    
17.  order by pro_name;  

        点击“执行”按钮，结果显示按产品分类的销售统计，如下图所示。接着点击“下一页”按钮，结果会显示按产品的销售统计。

（5）点击  “全屏查看结果”按钮，会全屏显示查询结果。

        产品统计结果如下图所示。

        产品统计柱状图如下图所示。

        从图中可以看到，按销售额从大到小排序的产品依次为Hard Disk Drive、Floppy Drive、Flat Panel、Keyboard和LCD Panel。

（6）回到查询编辑页，点击“另存为...”按钮，保存成名为“按产品统计”的查询。
（7）点击“新查询”按钮，按同样的方法再建立一个“按地区统计”的查询。SQL语句如下：

[sql]  view plain  copy

 

1. -- 按州查询销售量和销售额  
2. select t3.state state,    
3.        count(distinct t2.customer_sk) sum_customer_num,    
4.        sum(order_amount) sum_order_amount     
5.   from sales_order_fact t1    
6.  inner join customer_dim t2 on t1.customer_sk = t2.customer_sk    
7.  inner join customer_zip_code_dim t3 on t1.customer_zip_code_sk = t3.zip_code_sk    
8.  group by state  
9.  order by state;  
10.    
11. -- 按城市查询销售量和销售额  
12. select t3.city city,    
13.        count(distinct t2.customer_sk) sum_customer_num,    
14.        sum(order_amount) sum_order_amount     
15.   from sales_order_fact t1    
16.  inner join customer_dim t2 on t1.customer_sk = t2.customer_sk    
17.  inner join customer_zip_code_dim t3 on t1.customer_zip_code_sk = t3.zip_code_sk    
18.  group by city    
19.  order by city;  

        城市统计饼图如下图所示。

        从图中可以看到，mechanicsburg市的销售占整个销售额的一半。

（8）再建立一个“按年月统计”的查询，这次使用动态表单功能，运行时输入年份。SQL语句如下。

[sql]  view plain  copy

 

1. -- 按年月查询销售量和销售额  
2. select t4.year*100 + t4.month ym,    
3.        sum(order_quantity) sum_quantity,    
4.        sum(order_amount) sum_amount     
5.   from sales_order_fact t1      
6.  inner join order_date_dim t4 on t1.order_date_sk = t4.date_sk   
7.  where (t4.year*100 + t4.month) between $ym1 and $ym2   
8.  group by ym  
9.  order by ym;  

        注意$ym1和$ym2是动态参数，执行此查询，会出现输入框要求输入参数，如下图所示。

        查询2016一年的销售情况，ym1输入201601，ym2输入201612，然后点击“执行查询”，结果线形图如下图所示。

        此结果按查询语句中的order by子句排序。
        至此，我们定义了三个Impala查询，进入“我的文档”页面可以看到default项目中有三个文档，而“销售订单”项目中没有文档，如下图所示。

（9）把这三个文档移动到“销售订单”项目中。
        点击右面列表中的“default”按钮，会弹出“移动到某个项目”页面，点击“销售订单”，如下图所示。

        将三个查询文档都如此操作后，在“销售订单”项目中会出现此三个文档，如下图所示。

        以上用销售订单的例子演示了一下Hue中的Impala查询及其图形化表示。严格地说，无论是Hue还是Zeppelin，在数据可视化上与传统的BI产品相比还很初级，它们只是提供了几种常见的图表，还缺少基本的上卷、下钻、切块、切片、百分比等功能，如果只想用Hadoop生态圈里的数据可视化工具，也只能期待其逐步完善吧。

（10）最后提供一个Hue文档中通过经纬度进行地图定位的示例，其截图如下所示。

2. DB查询
        缺省情况下Hue没有启用DB查询，如果点击“Query Editors” -> “DB 查询”，会提示“当前没有已配置的数据库。”，如下图所示。

        按如下方法配置DB查询。
（1）进入CDH Manager的“Hue” -> “配置”页面，在“类别中选择“服务范围” -> “高级”，然后编辑“hue_safety_valve.ini 的 Hue 服务高级配置代码段（安全阀）”配置项，填写类似如下内容：

[plain]  view plain  copy

 

1. [librdbms]  
2.   [[databases]]  
3.     [[[mysql]]]  
4.       # Name to show in the UI.  
5.       nice_name="MySQL DB"  
6.       name=hive  
7.       engine=mysql  
8.       host=172.16.1.102  
9.       port=3306  
10.       user=root  
11.       password=mypassword  

        这里配置的是一个MySQL数据库，如下图所示。

 （2）点击“保存更改”按钮，然后点击“操作” -> “重启”，重启Hue服务。

        此时再次在Hue里点击“Query Editors” -> “DB 查询”，则会出现MySQL中hive库表，此库存放的是Hive元数据。此时就可以输入SQL进行查询了，如下图所示。

顶

1

踩

0

 

 

• 上一篇基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（五）

我的同类文章

Linux（56）

• •基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（五）2016-08-30阅读306
• •基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（二）2016-08-19阅读9685
• •基于hadoop生态圈的数据仓库实践 —— 进阶技术（十七）2016-08-11阅读1511
• •基于hadoop生态圈的数据仓库实践 —— 进阶技术（十五）2016-08-09阅读3054
• •基于Hadoop生态圈的数据仓库实践 —— 进阶技术（十三）2016-08-05阅读920

• •基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（三）2016-08-25阅读2067
• •基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（一）2016-08-17阅读4042
• •基于hadoop生态圈的数据仓库实践 —— 进阶技术（十六）2016-08-10阅读1170
• •基于Hadoop生态圈的数据仓库实践 —— 进阶技术（十四）2016-08-08阅读1545
• •基于Hadoop生态圈的数据仓库实践 —— 进阶技术（十二）2016-08-04阅读1945

更多文章

参考知识库

Hadoop知识库

874关注|438收录

MySQL知识库

8543关注|1396收录

猜你在找

Hadoop生态系统零基础入门

Hadoop 2.X大数据平台基础

MySQL SQL优化及高可用公开课视频分享

基于MyCat的MySQL高可用读写分离集群

Spring实战-使用SSH框架技术开发学籍管理系统

基于Hadoop生态圈的数据仓库实践 进阶技术十四

基于Hadoop生态圈的数据仓库实践 ETL二

基于hadoop生态圈的数据仓库实践 进阶技术十六

基于Hadoop生态圈的数据仓库实践 进阶技术五

基于Hadoop生态圈的数据仓库实践 概述一