编写web程序，基于echarts将Mysql表数据进行可视化展示及Hadoop学习心得

文章目录

前言

    将Mysql表数据可视化展示在Web程序中可以借助ECharts这样的图表库来实现。通过Web程序连接MySQL数据库，获取数据后，使用ECharts图表库将数据转换为可视化图表展示在Web页面上。这样用户可以通过浏览器访问Web程序，直观地看到MySQL表中的数据关系和统计结果。

一、从MySQL数据库中获取需要展示的数据。

    下面这段代码是一个基于Flask框架的Web应用程序，实现了连接到MySQL数据库，并提供了一个接口

/data_total_num

返回折线图数据。

1.引入库

    首先，导入需要使用的库，包括

numpy

、

pymysql

、

pandas

、

Flask

和

flask_cors

。然后，创建了一个Flask应用程序对象，并通过

CORS()

方法来启用跨域资源共享。

import numpy as np
import pymysql
import pandas as pd
from flask import Flask, request, redirect, render_template, session, jsonify
from flask_cors import CORS

app = Flask(__name__)
CORS(app)

2.连接到MySQL数据库

    然后设置应用程序的密钥，用于对用户信息进行加密。代码连接到MySQL数据库，使用

pymysql

库提供的

connect()

方法，传入数据库的主机名、用户名、密码、数据库名称和字符集等参数，获取数据库连接对象和游标对象。

# 1.连接到mysql数据库
conn = pymysql.connect(host='主机名', user='root', password='密码', db='数据库名称', charset='utf8')
cursor = conn.cursor()   # cursor当前的程序到数据之间连接管道

     接着，执行了一条SQL语句select * from total_num，将查询结果存储在变量all_total_num中，并通过fetchall()方法获取所有的查询结果。打印all_total_num，然后关闭游标和数据库连接对象。

     接下来，定义一个路由/data_total_num，用于返回折线图数据。

     最后，通过if __name__ == "__main__":判断是否执行主程序，如果是，则调用app.run()方法来运行Flask应用程序，默认在本地localhost的端口上运行。

二、创建图表

    这里我们使用ECharts库来创建一个折线图，并通过Ajax请求从服务器获取数据并更新折线图。

注意：在请求数据时，URL为’http://localhost:5000/data_total_num’，请根据实际服务器地址和端口进行修改。同时，确保在页面加载完成后执行

get_json_line()

函数。

三、运行后结果展示

四、学习心得

    学习《Hadoop核心技术》课程让我对大数据处理和分析有了更深入的了解。该课程涵盖了Hadoop框架的核心概念、组件和应用，给我提供了一种处理大规模数据的解决方案。

    在课程中，我学习了Hadoop的基本架构和工作原理，了解了Hadoop分布式文件系统（HDFS）和分布式计算框架（MapReduce）的原理和使用方法。通过实际的示例和案例，我深入理解了如何在Hadoop环境中进行数据的存储、处理和分析。

    课程还介绍了Hadoop生态系统中的一些常用工具和组件，如Hive、HBase等。这些工具提供了更高级的功能和灵活性，使得在大数据处理过程中能够更高效地进行数据的查询、存储和分析。

    通过实际的编程和实践项目，我学到了Hadoop集群的搭建和管理，和如何调优和优化Hadoop作业的性能，以及如何处理大规模数据的挑战和并发性的问题。

    总的来说，学习《Hadoop核心技术》课程让我对大数据处理有了更全面的认识，并具备了在实际项目中应用Hadoop技术的能力。这门课程不仅提供了理论知识和概念，还注重实际操作和项目实践，使我能够更好地应对大数据时代的挑战。

总结

    总结以上的内容，我们讨论了一个代码示例和一个关于《Hadoop核心技术》课程学习心得的主题。这些内容涵盖了代码的解析和对《Hadoop核心技术》课程的学习心得的总结。这些主题都与数据处理和分析相关，能够帮助学习者掌握应用相关技术的能力。