HADOOP综合大作业


 

1.用Hive对爬虫大作业产生的文本文件(或者英文词频统计下载的英文长篇小说)进行词频统计。

   (1)开启所有的服务,并创建文件夹wwc

(2)查看目录下所有文件

(3)把hdfs文件系统中文件夹里的文本文件load进去。

(4)进入hive,并查看所有的表

(5)创建表word,,写hiveQL命令统计

(6)运行结果

2.用Hive对爬虫大作业产生的csv文件进行数据分析,写一篇博客描述你的分析过程和分析结果。

将数据以csv格式上传到hdfs

进入文件路径并查看数据前5

将文件上传到HDFS上

查看上传成功的文件的前20个数据

查看数据总条数

原文地址:https://www.cnblogs.com/2015110114z/p/9090497.html