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。
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。
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。
因为python生成的结果为中文，所以先去网上下载一篇英文小说 哈尔的移动城堡 《Howl’s Moving Castle》
首先启动hadoop
创建文本存放 小说
将文本上传到hdfs
启动hive
创建小说表
导入数据
用HQL进行词频统计，结果放在表novel_count里
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。
首先在本地把统计好的词频转化成csv格式
把文件上传到虚拟机
启动hive
创建表
存放到表
查看前十
分析：说明大家喜欢的小说类型一般主题都是言情，男女之类的小说
posted on
