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)进行词频统计。
将英语长篇小说的文本文件下载并放于虚拟机 /home/hadoop/zhen 目录下:
启动hadoop:
上传到hdfs/data文件中:
启动Hive
在hive数据库创建表 zhen:
导入文本zhen.txt:
进行词频统计并保持到表 zhen_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。
首先在我之前的爬虫大作业上获取产生的数据。
将数据以csv格式上传到hdfs
启动hive
创建表将csv数据导入到表中
查看前10个数据