zoukankan      html  css  js  c++  java
  • 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)进行词频统计。

    在网上下载英文小说,下载到本地home/hadoop/wc

    首先要启动dfs:

     在user/hadoop/上创建文件夹EnglishWord:

    上传下载文档到user/hadoop/EnglishWord文件中:

    在hive数据库创建表 world: 

    导入文本world.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。

     将爬虫作业产生的文件转为txt格式的文件,发生至网盘,然后再虚拟机下载操作。

    下载下来的txt文件显示前十条:

    把文件上传至hdfs,并查看:

    创建数据库ciyuncount和表ciyun:

    导入数据:

    查看数据:

  • 相关阅读:
    Python多版本共存
    Windows下安装glumy过程
    安卓手机刷机
    动态规划学习
    Linux下载源
    背包问题扩展
    mongol学习
    云爬虫测试
    arc的安装
    Centos
  • 原文地址:https://www.cnblogs.com/li123/p/9086654.html
Copyright © 2011-2022 走看看