Hadoop综合大作业

作业要求来自:https://edu.cnblogs.com/campus/gzcc/GZCC-16SE1/homework/3363

Hadoop综合大作业 要求:

1.将爬虫大作业产生的csv文件上传到HDFS

2.对CSV文件进行预处理生成无标题文本文件

3.把hdfs中的文本文件最终导入到数据仓库Hive中

4.在Hive中查看并分析数据

 

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

 (1)查询前10条微博内容

(2)查询带有“我”字的微博内容

(3)查询带有“我”字的微博动态前10条的id

(4)查询第10和第25条微博内容

(5)查询数据库微博内容总数

(6)查询包含“我“字的微博内容总数

(7)查询后十条内容

(8)查询含“加油”的前十条内容

原文地址:https://www.cnblogs.com/lirou/p/11053206.html