一、选题与意义
1.Hadoop平台应用
2.Kaggle分析数据项目
简要说明理由与意义
选择题目一淘宝双11数据分析与预测，对于淘宝双11数据的分析与预测也可以更了解人们的购物行为。而且选择hadoop可以巩固知识。
二、实践方案
简要说明理由。
步骤零：实验环境准备
| 所需知识储备 | Windows操作系统、Linux操作系统、大数据处理架构Hadoop的关键技术及其基本原理、列族数据库HBase概念及其原理、数据仓库概念与原理、关系型数据库概念与原理 |
| 训练技能 | 双操作系统安装、虚拟机安装、Linux基本操作、Hadoop安装、HBase安装、Sqoop安装、Eclipse安装 |
| 任务清单 | 1. 安装Linux系统；2. 安装Hadoop；3. 安装MySQL；4. 安装Hive；5. 安装Sqoop；6. 安装Spark；7. 安装Eclipse |
步骤一：本地数据集上传到数据仓库Hive
| 所需知识储备 | Linux系统基本命令、Hadoop项目结构、分布式文件系统HDFS概念及其基本原理、数据仓库概念及其基本原理、数据仓库Hive概念及其基本原理 |
| 训练技能 | Hadoop的安装与基本操作、HDFS的基本操作、Linux的安装与基本操作、数据仓库Hive的安装与基本操作、基本的数据预处理方法 |
| 任务清单 | 1. 安装Linux系统；2. 数据集下载与查看；3. 数据集预处理；4. 把数据集导入分布式文件系统HDFS中；5. 在数据仓库Hive上创建数据库 |
步骤二：Hive数据分析
| 所需知识储备 | 数据仓库Hive概念及其基本原理、SQL语句、数据库查询分析 |
| 训练技能 | 数据仓库Hive基本操作、创建数据库和表、使用SQL语句进行查询分析 |
| 任务清单 | 1. 启动Hadoop和Hive；2. 创建数据库和表；3. 简单查询分析；4. 查询条数统计分析；5. 关键字条件查询分析；6. 根据用户行为分析；7. 用户实时查询分析 |
步骤三：将数据从Hive导入到MySQL
| 所需知识储备 | 数据仓库Hive概念与基本原理、关系数据库概念与基本原理、SQL语句 |
| 训练技能 | 数据仓库Hive的基本操作、关系数据库MySQL的基本操作、Sqoop工具的使用方法 |
| 任务清单 | 1. Hive预操作；2. 使用Sqoop将数据从Hive导入MySQL |
步骤四：利用ECharts进行数据可视化分析
| 所需知识储备 | 数据可视化、Java、JSP、JavaScript、HTML |
| 训练技能 | 利用JSP语言获取MySQL中的数据、搭建一个简单的动态Web应用、ECharts可视化应用 |
| 任务清单 | 1. 搭建tomcat+mysql+JSP开发环境2. 利用Eclipse新建可视化Web应用3. 前后端代码编写， 并添加ECharts可视化分析 |
步骤五：利用Spark预测回头客行为
| 所需知识储备 | Spark、机器学习 |
| 训练技能 | Spark的安装与基本操作、利用Spark 自带的MLlib库，对数据集进行分类预测 |
| 任务清单 | 1. 安装Spark 2.预处理训练集和测试集3.使用支持向量机SVM分类器预测回客行为 |
三、实践任务分解
根据所选的题目，明确实验步骤，分解任务到每天。
答：
1.安装Linux操作系统
2.安装关系型数据库MySQL
3.安装大数据处理框架Hadoop
4.安装数据仓库Hive
5.安装Sqoop
6.安装Eclipse
7.安装Spark
8.对文本文件形式的原始数据集进行预处理
9.把文本文件的数据集导入到数据仓库Hive中
10.对数据仓库Hive中的数据进行查询分析
11.使用Sqoop将数据从Hive导入MySQL
12.利用Eclipse搭建动态Web应用
13.利用ECharts进行前端可视化分析
14.利用Spark MLlib进行回头客行为预测
四、实践计划
按任务分解撰写计划表，每天按计划表开展工作。
第天根据实际情况更新计划表，有必要时调整。
