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）词频统计。

对英文长篇小说The Souls of Black Folk进行词频统计

1.start-all.sh

创建文件夹

1.hdfs dfs-mkdir storyinput

2.hdfs dfs-ls/usr/hadoop

上传文件至hdfs：

下载story.txt保存在~/下载里，查询目录，上传至hdf

 

启动Hive

创建数据库story，在数据库里建原始文档表

 

导入文件内容到表storydocs

  

用HQL进行词频统计，结果放在表story_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。

 

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