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。

  1.启动hadoop

 2.Hdfs上创建文件夹并查看

上传英文词频统计文本至hdfs

启动Hive

导入文件内容到表docs并查看

进行词频统计,结果放在表t_word_count2里

查看统计结果

 

二、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。

 1.将做过的爬取校园新闻生成的Excel文件先转换为文本文件,编码改为UTF-8,然后转换为csv文件,通过qq邮箱在虚拟机的Linux系统下载

 

2.删除文件的第一条数据并查看

3.上传文件到hdfs

4.启动hive后,导入文件内容到表到docs中并查看

 

posted on 2018-05-25 16:48  115叶霆毅  阅读(104)  评论(0编辑  收藏  举报