基于Hive的南京市二手房房价的分析与研究.docxVIP

目录

TOC\o1-4\u1软件需求分析 -6-

1.1综合描述 -6-

1.1.1产品的功能 -6-

1.1.2用户需求 -6-

1.1.3程序功能 -6-

1.1.4运行环境 -6-

1.1.5设计和实现上的限制 -6-

1.2外部接口需求 -7-

1.2.1用户界面 -7-

1.2.2硬件接口 -7-

1.2.3通讯接口 -7-

1.3系统功能需求 -7-

1.4非功能性需求 -7-

1.4.1安全需求 -7-

1.4.2安全措施需求 -7-

1.4.3可用性需求 -8-

1.4.4易用性需求 -8-

1.5性能需求 -8-

1.6软件质量属性 -8-

2软件概要设计 -9-

2.1概要设计 -9-

2.2数据库设计 -9-

2.2.1数据表的设计 -9-

2.2.2数据库存储 -12-

3软件详细设计 -13-

3.1数据采集 -13-

3.2数据存储 -14-

3.3MySQL数据库 -14-

3.4搭建环境 -14-

3.4.1VMware的安装 -14-

3.4.2CentOS系统的安装与部署 -14-

3.5Sqoop传输脚本 -15-

3.6数据分析 -16-

3.6.1数据预处理 -16-

3.6.2数据预处理方法 -16-

3.7数据处理 -17-

3.7.1ODS层的数据仓库部署 -17-

3.7.2DWD层数据仓库部署 -18-

3.7.3DWS层数据仓库的部署 -19-

3.7.4ADS层数据仓库部署 -20-

3.8数据可视化展示 -21-

3.9可行性分析 -23-

3.9.1技术可行性 -23-

3.9.2操作可行性 -23-

3.9.3经济可行性 -23-

3.9.4法律可行性 -23-

4软件实现 -24-

4.1软件实现过程及代码展示 -24-

5软件测试 -36-

5.1测试目标 -36-

5.2测试具体内容 -36-

5.3软件代码测试 -36-

5.4软件系统测试 -36-

5.4.1界面（外观）测试 -37-

5.4.2可用性测试 -37-

5.4.3功能测试 -37-

5.4.4稳定性（强度）测试 -38-

5.4.5性能测试 -38-

5.4.6强壮性（恢复）测试 -38-

5.4.7安全性测试 -38-

展望 -39-

参考文献 -40-

致谢 -42-

1软件需求分析

1.1综合描述

本分析主要是针对链家平台上南京市的二手房信息进行网络爬虫、数据采集、处理、分析，最后从中得到某种结论，主要目的就是为了能够从这些数据信息中找出关于南京市房价的现实本质与趋势，从而为购房者、市场以及政府部门提供相关的数据信息以及对房价下一步发展趋势的预测REF_Ref136363940\r\h[1]。

1.1.1产品的功能

1、查看房屋的基本信息（房屋结构，价格，户型）；

2、查看房屋所在的地段，周边环境；

3、查看所处地区以及小区的房屋均价；

4、房屋所在小区的销售排行。

1.1.2用户需求

购房者可以通过查看这个动态的可视化界面，了解房屋的大致信息，以及对小区的房屋均价进行简单的了解，也可以通过该界面的统计信息对南京市的二手房的房价进行预测，以及通过这些数据得出影响房屋价格的因素REF_Ref136363334\r\h[2]。REF_Ref136363334\r\h

1.1.3程序功能

1、通过Python对房屋信息的网络爬虫；

2、搭建虚拟机、Hadoop集群；

3、通过MySQL对数据进行存储；

4、使用Hive对采集到的数据进行处理并分层；

5、使用SugarBI对数据进行可视化展示。

1.1.4运行环境

1、硬件平台：Windows10、CentOS7；

2、环境搭建：VMwareWorkstation、Hadoop、MySQL、jdk1.8、Hive、Spark；

3、其他软件：Sqoop、PyCharm、NavicatPremium。

1.1.5设计和实现上的限制

1、虚拟机上要将HadoopMySQL的jar包导入；

2、本项目主要使用SQL语言，集群搭建需要LinuxShell编程以及爬虫的Python语言；

3、该项目使用MySQL