学习报告：冬季实战营第五期

更新时间：2022-08-14 23:24:05

冬季实战营第五期：轻松入门学习大数据

基于EMR离线数据分析

实际操作，请确保已登录

上传数据到HDFS

本步骤将指导您如何将自建数据上传到HDFS

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
```

上传文件到hadoop文件系统

执行如下命令，创建u.txt文件
```
#创建u.txt文件
vim u.txt
```

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

上传文件u.txt到hadoop文件系统
```
hdfs dfs -put u.txt /data/student
```

查看文件
```
hdfs dfs -ls /data/student
```

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

执行如下命令，登录hive数据库
```
hive
```

创建user表

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

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;
```

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

查看5行表数据
```
select * from emrusers limit 5;
```
查询数据表中有多少条数据。
```
select count(*) from emrusers;
```

返回结果中您可以看到您数据表中一共有多少数据

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;

返回结果中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

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

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" 
}
}
```

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
- 单击启动，启动成功后，系统弹出启动成功对话框
- 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
```
GET _cat/indices?v
```
索引创建成功后，结果如下
在左侧导航栏，单击Dashboard，搜索 [Metricbeat System] Overview
单击进入 [Metricbeat System] Overview 页面，再单击 Host Overview，可查看监控仪表板

使用Filebeat采集ECS上的Nginx服务数据

返回阿里云Elasticsearch管理控制台 > Beats数据采集中心
在创建采集器区域，将鼠标移至Filebeat上，单击ECS日志
在采集器配置向导中，输入或选择采集器信息，完成后，单击下一步

在填写Filebeat文件目录处，填写如下路径：
```
/var/log/nginx/
```
在 filebeat.yml 中更改如下脚本
- 在第24行enabled更改为 true
- 在第28行更改paths
```
- /var/log/nginx/*.log
```
单击下一步，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
- 单击启动。启动成功后，系统弹出启动成功对话框
- 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Filebeat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
```
GET _cat/indices?v
```
索引创建成功后，结果如下
在左侧导航栏，单击Discover，点击选择filebeat，可查看采集的数据详情