其他分享
首页 > 其他分享> > AWS 大数据实战 Lab5 - 数据仓库和可视化(六)

AWS 大数据实战 Lab5 - 数据仓库和可视化(六)

作者:互联网

在本练习中,您将学习如何使用Redshift和Amazon QuickSight平台构建数据可视化应用程序。您将看到如何使用Amazon的数据仓库从数据湖中装载数据,并用完全托管的数据可视化工具进行展现。

本实验的目标包括:

本实验的架构图如下

image-20210320135740643

构建数据仓库

1.查看数据

查看 S3 桶(此处为 s3://lab-921283538843-wzlinux-com/spark/output)内的 EMR 实验中生成的parquet 格式文件是否存在。

image-20210320135932095

2.创建 IAM Role

选择 IAM 服务,点击角色->创建角色,选择 Redshift

image-20210320140034950

选择 Redshift-Customizable,点击下一步权限

image-20210320140109645

选择权限 AmazonS3ReadOnlyAccess

image-20210320140136981

添加权限名字 myRedshiftRole,点击确认

image-20210320140206805

3.创建子网组

创建 Redshift 集群前,先创建子网组。选择 Redshift 服务,在左边菜单条中选择“CONFIG”->”管理子网组“

image-20210320140333267

然后选择“创建集群子网组”,子网组名称可接受缺省名字“cluster-subnet-group-1“,在描述框中输入任意说明文字。选择“默认VPC”,选择“为此 VPC 添加所有子网“,然后点击“创建集群子网组”完成创建子网组。

image-20210320140432628

4.创建 Redshift 集群

在左侧菜单中选择“集群”,点击“创建集群“,设置集群的名字(不要用中文,不要用特殊字符,英文开头,可以有数字,可以有减号),节点类型选择 dc2.large

image-20210320140610586

数据库配置接受缺省值,输入主用户密码(请记住您输入的密码)

image-20210320140856650

集群权限中,选择前面创建的 myRedshiftRole 角色,点击“Associate IAM role”

image-20210320194526535

其它配置中,选择默认 VPC,缺省安全组和之前创建的集群子网组,点击确认“创建集群”,大约5分钟后,集群变为“Available”状态。

5.访问 Redshift 数据库

有两种方式访问 Redshift 数据库,一种是通过 Redshift Console 上的查询编辑器,一种是通过 SQL 客户端(例如 SQL Workbench/J 客户端)。

本实验中为了简便操作,使用 Redshift Console 上的查询编辑器来访问数据库。选择左边菜单中“编辑器”,在“连接到数据库”窗口中输入一下参数,然后“连接到数据库”

image-20210320141404147

6.创建表

在查询编辑器中创建表,在左边Select Schema中选择“Public”,然后在SQL查询窗口中输入创建表的SQL语句:

create table table1(
    tno varchar(20),
    tdate varchar(15),
    uno varchar(10),
    pno varchar(10),
    tnum int,
    uname varchar(20),
    umobile varchar(20),
    ano varchar(20),
    acity varchar(50),
    aname varchar(50),
    pclass varchar(10),
    pname varchar(50),
    price decimal(10, 2)
);

如下图所示

image-20210320141517613

选择“运行”,结果应该显示”Completed”

7.导入S3数据


新开一个 SQL 查询窗口(此处为 Query 2),输入下面装载 S3 数据的 SQL 命令,注意要将帐号替换为实际的帐号 ID,并确认争取的 S3 桶地址。

copy table1 from 's3://lab-921283538843-wzlinux-com/spark/output/' 
credentials 'aws_iam_role=arn:aws:iam::921283538843:role/myRedshiftRole' 
format as parquet; 

如下图所示

image-20210320195005679

点击运行,结果应显示为“Completed”。在 Query3中 输入”select from table1;”应查询中表中的数据。在Query4 中输入“select count() from table1; “,应查询到表中的数据。这说明 S3 中的数据已完成 copy 到 Redshift 数据仓库中。

image-20210320202703451

8.允许 Internet 访问

下一步,我们将使用 AWS Quicksight 将 Redshift 中的数据进行可视化展现。在此之前,需要给予 Quicksight 从 Internet 访问 Redshift 的权限。为此,我们先在 EC2 菜单中创建一个公网的弹性 IP 地址(过程略)。然后修改 Redshift 属性,赋予公开访问权限。

image-20210320202959325

将可公开访问改成“是”,选择对应的弹性公网 IP 地址即可。

image-20210320203019533

此操作需要一点时间,略微等待几分钟即可。

数据可视化

1.启用 Quicksight

关于启用 Quicksight 这里不再介绍,可以观看 Lab3。

2.创建数据集

进入Quicksight控制台界面,点击左侧数据集,选择创建“新数据集”

image-20210320203332064

选择 Redshift(自动发现)数据集,Redshift 也有手动连接的方式,不过此处我们不演示

image-20210320203413509

输入连接参数,选择“创建 data source”,选择对应的 Redshift 数据库,注意配置对应的地址,端口,数据库名称,用户名和密码

image-20210320203516186

选择 Table1,点击“Select”,最后点击“Virtualize”完成创建数据集(此处我们选择把数据从 Redshift 导入到 Quicksigh 里面来,这样分析起来速度会快很多)

image-20210320203709754

3.数据可视化

打开可视化对象窗口,选择展现方式为“竖条状图“

image-20210320203815481

tdate 拖放到 X axis 栏,将 tnum 拖动到 value 栏(系统会自动选择计数)

image-20210320204047396

这样就完成了“以日期为X轴,以当天的总销售数量为Y轴从高到低的排名”展现。

欢迎大家扫码关注,获取更多信息

AWS 大数据实战 Lab5 - 数据仓库和可视化(六)

标签:子网,varchar,Redshift,创建,AWS,选择,集群,Lab5,数据仓库
来源: https://blog.51cto.com/wzlinux/2678128