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。

在网上下载英文小说,下载到本地home/hadoop/wc

首先要启动dfs:

 在user/hadoop/上创建文件夹EnglishWord:

上传下载文档到user/hadoop/EnglishWord文件中:

在hive数据库创建表 world: 

导入文本world.txt并查看

用HQL进行词频统计并保持到表 word_count:

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。

 将爬虫作业产生的文件转为txt格式的文件,发生至网盘,然后再虚拟机下载操作。

下载下来的txt文件显示前十条:

把文件上传至hdfs,并查看:

创建数据库ciyuncount和表ciyun:

导入数据:

查看数据:

原文地址:https://www.cnblogs.com/li123/p/9086654.html