• Hadoop综合大作业


    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。

    在网上下载英文小说,通过QQ邮箱下载到虚拟机的/home/hadoop/wc

    首先要启动dfs:

    检查配置环境:

     在user/hadoop/上创建文件夹word:

    上传下载文档到user/hadoop/word文件中:

    启动hive:

    在hive数据库创建表 world: 

    导入文本cwj.txt并查看

    用HQL进行词频统计并保持到表 word_count:

    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。

    同上,将爬虫大作业产生的txt文件放入bdlab数据库表bigdata_count中:

    通过QQ邮箱,将爬虫大作业文本文件下载并放于虚拟机 /home/hadoop/wc 目录下,爬虫一共爬取了广州商学院校园网的全部新闻,共4300多条。

     创建用于存放csv数据目录:

    把文件放入文件夹中

    查看文件中的数据:

    导入数据库表中

    查看数据:

  • 相关阅读:
    Android TTS
    观察者模式(C++实现)
    android 8未知来源app安装
    NotificationChannel
    java底层知识
    Java14
    数据库分区、分库分表
    二叉搜索树的第k大节点
    从上到下按层打印二叉树
    springcloud面试知识点
  • 原文地址:https://www.cnblogs.com/dfq621/p/9090776.html
Copyright © 2020-2023  润新知