1.用Hive对爬虫大作业产生的文本文件进行词频统计。
(1)jps查看服务是否启动,然后创建文件夹wwc
(2)查看目录下所有文件
(3)把hdfs文件系统中文件夹里的文本文件load进去。
(4)进入hive,并查看所有的表
(5)创建表word,,写hiveQL命令统计
(6)运行结果
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)将数据以csv格式上传到hdfs
2)进入文件路径并查看数据前5
3)将文件上传到HDFS上
4)查看上传成功的文件的前20个数据
5)查看数据总条数