学习进度5

1、数据导入：
要求将样表文件中的（sales_sample_20170310）数据导入 HIVE 数据仓库中。
2、数据清洗：
要求将 day_id 一列中的数值清洗为真实的日期格式，可用字符串表示。
数据 1 对应日期 2021-09-01，依次类推，15 对应日期 2021-09-15
3、数据分析处理：
（1）统计每天各个机场的销售数量和销售金额。
要求的输出字段
day_id,sale_nbr,,cnt,round
日期编号，卖出方代码，数量，金额
（2）统计每天各个代理商的销售数量和销售金额。
要求的输出字段
day_id,sale_nbr,,cnt,round
日期编号，卖出方代码，数量，金额
（3）统计每天各个代理商的销售活跃度。
要求的输出字段
day_id,sale_nbr, sale_number
日期编号，卖出方代码，交易次数（买入或者卖出均算交易次数）
（4）汇总统计 9 月 1 日到 9 月 15 日之间各个代理商的销售利润。
编号，卖出方代码，买入数量，买入金额，卖出数量，卖出金额，销售利润（卖出
金额-买入金额）
（5）设计分析代理商的市场地位根据市场交易次数、交易对象个数、销售机票数量、
销售利润等。（选做题）
4、处理结果入库：
将上述统计分析的结果数据保存到 mySQL 数据库中。 第 3 页 共 9 页
5、数据可视化展示：
利用 Echarts 将上述统计结果以图形化展示的方式展现出来：饼图、柱状图、地图、折
线图等。

我的处理步骤：

先打开三台虚拟机：

 

 

 然后用xshell连接：

 

 

 打开dfs

 

 

 开启hive的两个服务：