一、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
3.上传英文词频统计文本至hdfs
4.启动Hive
5.导入文件内容到表docs并查看
6.进行词频统计,结果放在表t_word_count里
7.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