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。
启动Hive
上传到hdfs
传到数据库
存到word_count表
查询结果
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。
爬虫大作业产生CSV文件一览图:
数据预处理为txt文件
将处理后的txt文本上传到hdfs
存到hive后查看