首页 > 代码库 > 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）

2024-08-11 11:59:03   211人阅读

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，点击技术分享图标进入“我的文档”页面。
（2）点击技术分享创建一个名为“销售订单”的新项目。
（3）点击技术分享进入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。
-- 按产品分类查询销售量和销售额
select t2.product_category pro_category,    
       sum(order_quantity) sum_quantity,  
       sum(order_amount) sum_amount   
  from sales_order_fact t1, product_dim t2  
 where t1.product_sk = t2.product_sk  
 group by pro_category  
 order by pro_category; 

-- 按产品查询销售量和销售额
select t2.product_name pro_name,    
       sum(order_quantity) sum_quantity,  
       sum(order_amount) sum_amount   
  from sales_order_fact t1, product_dim t2  
 where t1.product_sk = t2.product_sk  
 group by pro_name  
 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。
技术分享

（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。

技术分享

        产品统计柱状图如下图所示。
技术分享
        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：
-- 按州查询销售量和销售额
select t3.state state,  
       count(distinct t2.customer_sk) sum_customer_num,  
       sum(order_amount) sum_order_amount   
  from sales_order_fact t1  
 inner join customer_dim t2 on t1.customer_sk = t2.customer_sk  
 inner join customer_zip_code_dim t3 on t1.customer_zip_code_sk = t3.zip_code_sk  
 group by state
 order by state;
 
-- 按城市查询销售量和销售额
select t3.city city,  
       count(distinct t2.customer_sk) sum_customer_num,  
       sum(order_amount) sum_order_amount   
  from sales_order_fact t1  
 inner join customer_dim t2 on t1.customer_sk = t2.customer_sk  
 inner join customer_zip_code_dim t3 on t1.customer_zip_code_sk = t3.zip_code_sk  
 group by city  
 order by city;
        城市统计饼图如下图所示。

技术分享

        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。
-- 按年月查询销售量和销售额
select t4.year*100 + t4.month ym,  
       sum(order_quantity) sum_quantity,  
       sum(order_amount) sum_amount   
  from sales_order_fact t1    
 inner join order_date_dim t4 on t1.order_date_sk = t4.date_sk 
 where (t4.year*100 + t4.month) between $ym1 and $ym2 
 group by ym
 order by ym;
        注意$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。
技术分享
        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。
技术分享
        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。
技术分享
（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。
技术分享

        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。
技术分享
        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。
技术分享

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。
技术分享
        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：
[librdbms]
  [[databases]]
    [[[mysql]]]
      # Name to show in the UI.
      nice_name="MySQL DB"
      name=hive
      engine=mysql
      host=172.16.1.102
      port=3306
      user=root
      password=mypassword
        这里配置的是一个MySQL数据库，如下图所示。
技术分享

 （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。

技术分享

基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化（六）


联系
我们