主要功能和技术说明如下： （1）Flume数据采集，HDFS数据储存 （2）hive数据仓库分层设计，包含ODS、DWD、ADS层 （3）sqoop数据迁移，完成HIve与MySQL数据库中的数据交互 （4）Echarts搭建动态可视化大屏 （5）SpringBoot搭建可视化后台系统，完成前端与后台的数据传递与交互。 （6）基于Cenots7 搭建虚拟机，配置Hadoop、HDFS、Hive、sqoop、flume、mysql等大数据组件。

mysql安装包，mysql外界数据库作为存储hive元数据的存储介质，它的存在，方便hive用户根据自身的需求对数据进行分析处理。

基于Hadoop的hive数据仓库的配置详细指南，linux环境下

大数据与云计算培训学习资料 海量数据处理-Hive数据仓库 共25页.pptx

第一章 Hive基本概念 第二章 Hive的安装 第三章 Hive数据类型 第四章 DDL数据定义 第五章 DML数据操作 第六章 查询 第七章 函数 第八章 压缩和存储 第九章 企业级调优 第十章 常见错误及解决方案

01-企业数据仓库四层架构及功能 02-以驴妈妈、一号店及京东订单分析技术架构设计 03-分析订单表、订单商品表及用户表的结构 04-修改配置Hive MetaStore对应Database中的相关字段字符编码为utf8 05-ODS层创建订单相关表及加载数据 06-DIM层维度信息表创建及加载数据 07-PDW层订单表、订单商品表及用户表创建及从ODS层表中导入数据 08-【订单基本统计分析】全流程深入详解 09-【各渠道Top订单用户统计及僵尸用户统计】分析剖析 10-【商品复购率】分析（一） 11-【商品复购率】分析（二） 12-【月平均日客户数】分析 13-互联网公司User相关常见指标分析

大数据课程——Hadoop集群程序设计与开发，教师版，提供教学大纲、教案、教学设计、实训文档等，课程内容包含教学准备环境、软件安装、作业、教学文档、演示视频，花费巨额时间亲自制作，下载后可私信提供上述所有教学资料，可按照ppt以及教学文档直接教授

Hive数据仓库全流程开发

hive数据仓库的建立

hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。另外一个是Windows注册表文件。