Hadoop综合大作业

Hadoop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。

启动hadoop

上创建文件夹并查看

上传下载的英文文章至hdfs

 

启动Hive

导入文件内容到表docs并查看

进行词频统计，并将结果放到表t_word_count

输出统计结果

 

 

 

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csv文件上传到hdfs中的gigdatacase

显示数据库

 创建初始表wandou_count

导入数据

显示前10行的数据

本次爬的是豌豆荚里面的排行比较前的软件，由此可以看出排行较前的一般是音频软件或者视频软件