Hadoop综合大作业

标签：bmp   ocs   图片   linux系统   生成   技术分享   技术   文件的   size   

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

Hadoop综合大作业

标签：bmp   ocs   图片   linux系统   生成   技术分享   技术   文件的   size   

原文地址：https://www.cnblogs.com/ffde/p/9066615.html