zoukankan      html  css  js  c++  java
  • Hadoop综合大作业

    Hadoop综合大作业 要求:

    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。

    启动hadoop

    上创建文件夹并查看

    上传下载的英文文章至hdfs

    启动Hive

    导入文件内容到表docs并查看

    进行词频统计,并将结果放到表t_word_count

    输出统计结果

    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。

    将csv文件上传到hdfs中的gigdatacase

    显示数据库

     创建初始表wandou_count

    导入数据

    显示前10行的数据

    本次爬的是豌豆荚里面的排行比较前的软件,由此可以看出排行较前的一般是音频软件或者视频软件

  • 相关阅读:
    POJ 2342
    SHU 413
    SHU 414
    进制转换模板
    SHU 第15届上海大学程序设计联赛夏季赛[热身赛] 第三题(G题)
    POJ 3185
    XTU 1260
    高斯消元法模板
    POJ 2057
    模态窗口的定时关闭
  • 原文地址:https://www.cnblogs.com/bin763043666/p/9086880.html
Copyright © 2011-2022 走看看