在集群搭建完毕之后，后续工作实现逻辑是：

1.部署爬虫到虚拟机（先在虚拟机中配置python环境）

2.flume负载均衡监控爬虫输出路径并将日志上传到hdfs

3.编写mapreduce排序，去空值，规范数据

4.将mapreduce的结果通过sqoop导出到本地MySQL

5.基于springboot+echart可视化展示结果

6.上传springboot项目到服务器，在线展示

7.azkaban调度执行以上内容

后续会将文章写出来，我这个项目的主题是疫情（虽然疫情快结束了，主要是分享思路，祝大家身体健康），数据来源于百度疫情（世界和我国各城市相关疫情数据）和一个私人的疫情网站（我国近十天的历史疫情数据），页面比较简陋，因为本人前端的功底比较薄弱。欢迎留言提供建议！

成果展示：