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)启动hadoop

(2)查看hdfs

(3)启动hive

(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。

将爬去的文件放在本地hadoop文件中并启动

将hadoop文件夹里的jieba.csv上传至hdfs的hive文件夹中:

 

查看hdfs上的jieba.csv文件前20条数据的内容后启动hive:

在数据库hive里创建文档表jieba:

 

导入文件内容到表jieba:

原文地址:https://www.cnblogs.com/TopHin/p/9090857.html