hadoop综合大作业
2018-05-25 21:48 124杨锦达 阅读(213) 评论(0) 编辑 收藏 举报用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。
启动hadoop
用hdfs创建文件夹
上传自己找的英文文章到hdfs上
启动hive,创建novels原始文档表
导入文件内容到表docs并查看
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。
1.将爬取gzcc.cn网站校园新闻生成的Excel文件转换为编码为UTF-8的文本文件,然后转换为csv文件
2.删除文件的第一行的列名并查看
3.将上传文件到hdfs
4.启动hive后,导入文件内容到表到docs中并查看