Hadoop综合大作业

adoop综合大作业 要求:

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。

通过WinSCP将文件放在虚拟机wc文件目录下

 启动hadoop

 

上传文件至hdfs

 启动Hive

 

导入文件内容到表note并查看

用HQL进行词频统计,结果放在表note_count里

查看统计结果

 

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。

 

上传文件至hdfs

 导入数据

显示数据

乱码原因:因为传进来hive的csv本身就是乱码,所以显示出来也是乱码

解决方案:将csv改为utf-8的格式

 

posted @ 2018-05-22 16:47  200张德标  阅读(99)  评论(0编辑  收藏  举报