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。
网上下载经典长篇英文小说The Great Gatsby,保存到wc文件中,命名为xhp.txt。
启动hadoop集群
将wc文件夹的xhp.txt上传文件至hdfs的data文件夹
启动hive,创建数据库和文档表,
导入文件内容并查看
显示出来结果
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。
对虎扑网关于凯尔特人的新闻进行爬取数据分析,并根据新闻进行词频统计,产生的csv如下:
创建表phe并将csv数据导入到表中
显示前二十条结果