基于Hadoop的企业人力资源管理

Hadoop实验

想到Hadoop，我们第一时间是想到的什么，大数据，分布式，MapReduce，还是各种Linux相关的命令。还记得小时候看到那些人在一个终端输入那些命令，感觉很厉害的样子，尊称为大佬，但是当自己亲身经历过后，你也许会发现，会的东西你会之后，依然还是这样会，不会的东西你才会去膜拜。

实验背景

通过学习Hadoop大数据技术，你成功通过了某企业的面试，并得到了一个实习offer：offer信息如下

---

XXX：

您好！

恭喜您成功通过了面试，本公司IT部门邀请您担任Hadoop Specialist职位， 负责Hadoop系统的管理和维护、HBase数据库的管理、Hive数据库的管理、数据录入与数据分析等。

根据您的面试结果和岗位要求，您的职级评定为I（实习生）。

请于2021年6月18日星期五18:00到G404入职，请带好相关证件和资料。

======以下为敏感信息请勿向第三者透露======

月薪：3000

奖金：0

==========================================

期待您的到来！您将成为本公司的第0000002名员工！

                                                      CQUST公司CEO兼HR部门经理：Mary

                                                                     2021年6月15日

---

实验概览

入职后后，你很快收到以下工作任务：

任务一：熟悉公司Hadoop虚拟机环境，列出hadoop的关键参数。

HDFS服务端口
HDFS本地目录
Hadoop启动脚本（完整路径）
Hadoop进程

任务二：在熟悉过Hadoop环境之后，你需要在HDFS上创建工作目录

根目录	/  (/user/hadoop/)
一级目录	公司名称
二级目录	部门名称
三级目录	员工姓名

并且，将你收到的offer letter上传到你自己的工作目录中去。

为了确保文件上传成功，你需要在上传后查看文件基本属性和内容。

为了确保文件在被意外删除的情况下能够找回来，你需要为你的工作目录创建快照。

任务三：你的老板Mary给了你一张表格，如下

	企业部门员工薪酬表(emp_sal_dept)
员工号		员工信息(emp)			薪酬（salary）		部门（dept）
		姓名(name)	性别(gender)	职级(level)	基本薪酬(base)	奖金(bonus)	部门编号(no)	部门名称(name)
2019000000		Mary	F	M3	1	1000000	10	HR
?		?	?	?	?	?	?	?

注：请在表格中的？处填入你自己的信息。

为了迎接即将入职的2000万新员工，你需要在HBase中创建这张表，并先将你和你老板的信息录入其中。

字段说明：

员工号：<你的学号>

员工姓名：<你的姓名拼音> （首字母大写）

性别： <F or M> （F-Female, M-Male）

职级：<从下表中取值>

	职级	描述
0	I	实习生
1	C1	普通员工1级
2	C2	普通员工2级
3	S1	高级员工1级
4	M1	管理员工1级
5	S2	高级员工2级
6	M2	管理员工2级
7	S3	高级员工3级
8	M3	管理员工3级

基本薪酬：<你的月薪数值>

奖金：<你的奖金数值>

部门编号和名称：<从下表中取值>

10	HR
20	MARKET
30	IT

数据录入完毕后你需要进行下面的测试：

获取你自己的所有信息

扫描所有的管理类型员工（职级以M开头）的数据

注意：完成Hbase操作后请关闭Hbase

任务四：你的老板Mary还希望你按照任务三表格中的数据和结构创建一个Hive表，以方便公司网站应用使用传统的SQL方式访问这些数据。你需要按照下面的要求创建表：

表名：tb_abc，其中abc为你的姓名拼音首字母

表类型：外部表

表数据文件行格式：逗号分割

例：表格中的数据可以构造成一个csv文件如下

2019000000,Mary,F,M3,1,1000000,10,HR 2019999999,TanGuangyu,M,C1,1000,2000,20,MARKET

注：其中的数据仅为示例，你需要使用你自己的数据

表数据文件位置：HR部门目录（如：/CQUST/HR）

1.考虑到新员工数量太多，你决定创建一个分桶表tb_buckts_abc，使用员工号字段将tb_abc中的数据分成3个桶。（分桶）

2.考虑到新员工数量太多，你决定创建一个分区表tb_part_abc，使用部门编号字段将上表中的数据分成3个区（dept_no=10,dept_no=20,dept_no=30）。（分区）

---

实验步骤

本次实验变量名abc使用wxw，学号使用123

任务一：

HDFS服务端口	hdfs getconf -confkey fs.default.name
HDFS本地目录	hdfs dfs -ls
Hadoop启动脚本（完整路径）	cd hadoop ./sbin/start-dfs.sh
Hadoop进程	jps

任务二：

根目录	/  (/user/hadoop/)
一级目录	CQUST
二级目录	IT
三级目录	wxw

创建：

hdfs dfs -mkdir -p /CQUST/IT/wxw

hdfs dfs -mkdir -p /user/hadoop/CQUST/IT/wxw

上传：

hdfs dfs -put offerletter.txt /user/hadoop/CQUST/IT/wxw

hdfs dfs -put offerletter.txt /CQUST/IT/wxw

注意这里用copyFromLocal也可以

查看文件夹属性:  

hdfs dfs -ls /user/hadoop/CQUST/IT/wxw

hdfs dfs -ls /CQUST/IT/wxw

注意这里容易混淆，使用 stat,这个命令参数输出的文件的创建时间，但是输出的时间戳和本地不一致 

查看文件内容：

hdfs dfs -cat /user/hadoop/CQUST/IT/wxw

创建快照:

hdfs dfsadmin  -allowSnapshot /user/hadoop/CQUST/IT/wxw

任务三：

1. 数据

	企业部门员工薪酬表(emp_sal_dept)
员工号		员工信息(emp)			薪酬（salary）		部门（dept）
		姓名(name)	性别(gender)	职级(level)	基本薪酬(base)	奖金(bonus)	部门编号(no)	部门名称(name)
2019000000		Mary	F	M3	1	1000000	10	HR
?		?	?	?	?	?	?	?

1. 创建Hbase表

create 'emp_sal_dept','emp','salary','dept'

1. 插入数据

put 'emp_sal_dept','2019000000','emp:name','Mary'

put 'emp_sal_dept','2019000000','emp: gender','F'

put 'emp_sal_dept','2019000000','emp:level','M3'

put 'emp_sal_dept','2019000000','salary:base','1'

put 'emp_sal_dept','2019000000','salary: bonus','1000000'

put 'emp_sal_dept','2019000000','dept:no','10'

put 'emp_sal_dept','2019000000','dept:name','HR'

put 'emp_sal_dept','123','emp:name',' wxw'

put 'emp_sal_dept','123','emp: gender','M'

put 'emp_sal_dept','123','emp:level','I'

put 'emp_sal_dept','123','salary:base','3000'

put 'emp_sal_dept','123','salary: bonus','0'

put 'emp_sal_dept','123','dept:no','30'

put 'emp_sal_dept','123','dept:name','IT'

扫描整张表

scan 'emp_sal_dept'

获取到自己信息

get ' emp_sal_dept ','123'

扫描所有的管理类型员工（职级以M开头）的数据

scan'emp_sal_dept',{FILTER=>"SingleColumnValueFilter ('emp','level',=,'substring:M')"}

 关闭hbase（使用不当会损坏机器）

stop-hbase.sh

任务四

你的老板Mary还希望你按照任务三表格中的数据和结构创建一个Hive表，以方便公司网站应用使用传统的SQL方式访问这些数据。你需要按照下面的要求创建表：

表名：tb_abc，其中abc为你的姓名拼音首字母

表类型：外部表

表数据文件行格式：逗号分割

例：表格中的数据可以构造成一个csv文件如下

2019000000,Mary,F,M3,1,1000000,10,HR 123,wxw,M,C1,1000,2000,20,MARKET

注：其中的数据仅为示例，你需要使用你自己的数据

表数据文件位置：HR部门目录（如：/CQUST/HR）

1.考虑到新员工数量太多，你决定创建一个分桶表tb_buckts_abc，使用员工号字段将tb_abc中的数据分成3个桶。（分桶）

2.考虑到新员工数量太多，你决定创建一个分区表tb_part_abc，使用部门编号字段将上表中的数据分成3个区（dept_no=10,dept_no=20,dept_no=30）。（分区）

 常规操作导入数据

create database wxw;
use wxw;

create table `wxw`.`tb_wxw_123`  (
  `emp_id` string ,
  `emp_name` string ,
  `gender` string ,
  `emp_level` string,
  `salary_base` int,
  `salary_bonus` int,
  `dept_no` int,
  `dept_name` string
) 
row format delimited fields terminated by ','
stored as textfile;

LOAD DATA LOCAL INPATH '/home/hadoop/wxw_.txt' INTO TABLE tb_wxw_123;

分区操作

建立分区表

CREATE EXTERNAL TABLE wxw( 
  `emp_id` string ,
  `emp_name` string ,
  `gender` string ,
  `emp_level` string,
  `salary_base` int,
  `salary_bonus` int,
  `dept_no` int,
  `dept_name` string
) PARTITIONED BY (dept_no int) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 
LOCATION '/user/hadoop/data';

 导入数据到分区表

ALTER TABLE wxw ADD PARTITION(dept_no=20) LOCATION '/user/hadoop/data/data1';

ALTER TABLE wxw ADD PARTITION(dept_no=10) LOCATION '/user/hadoop/data/data2';

ALTER TABLE wxw ADD PARTITION(dept_no=30) LOCATION '/user/hadoop/data/data3';

 分桶操作

建立表格

create external table tb_buck_wxw
(name string, salary float,level string,base string,bonus string,no string,dept_name string)
clustered by(name)   --
sorted by(name DESC)
into 3 buckets
row format delimited
fields terminated by ',';

create table wxw(name string, salary float,level string,base string,bonus string,no string,dept_name string)
row format delimited
fields terminated by ',';

LOAD DATA local INPATH 'wxw.csv' INTO TABLE wxw;

select * from wxw cluster by(name);

insert overwrite table tb_buck_wxw
select * from wxw cluster by(name);

每文一语

不骄不躁 一步一步开始新的征程