README.md

哈利波特的魔法世界————大数据实验综合项目

一、小组介绍

二、项目环境

• Ubuntu 20.04
• Hadoop 3.3.5
• Maven 3.9.1
• Java 1.8
• Python 3.8.10
• Neo4j 5.3.0
• Gephi 0.10.1

三、构建手册

1. 本地单机伪分布式

搭建好上述环境后，进入项目目录下，运行

mvn clean install

下载所需依赖。

• 方法1： 修改pom.xml中的主类名，分别编译src/java/main/java下的六个软件包。（没有做多模块编译）

软件包的名称设置分别为run.sh下的软件包路径，例如WizardingWorldOfHPTask1-1.0-SNAPSHOT.jar。

mvn package

在target目录下生成jar包。

启动本机Hadoop环境，上传输入文件，在run.sh下设置输入文件路径、输出文件路径、jar包位置等信息，执行命令：

./run.sh

运行tasks。

等待运行结束后，将relationshipsFilter和task5的输出复制到本项目对应output文件夹下，可运行 runPython.sh导出excel表格、本地neo4j数据库，和生成markdown文件。

具体的路径、信息设置请查看 src/main/python下的脚本文件。

• 方法2（一键式）：

编译tasksDriver即可。

运行参数为上传至hdfs的nameList（见src/main/resource）和dataSet。

四、任务分工

1. 基本任务

任务	负责人
实验框架及文档编写	闫慧渊
task1	闫慧渊
task2	李尚旺
task3	李尚旺
task4	乔冠霖
task5	闫慧渊

2. 可视化任务

• 词云生成：李尚旺
• neo4j、gephi可视化图形展示： 闫慧渊
• 人物信息、图片爬取：李尚旺 闫慧渊
• obsidian+digital garden 网页展示： 李尚旺

五、结果展示

//TODO