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)词频统计。

    启动hadoop

    Hdfs上创建文件夹

    上传文件至hdfs

    启动Hive

    创建原始文档表

    导入文件内容到表docs并查看

    用HQL进行词频统计,结果放在表word_count里

    查看统计结果

    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。

      我爬的是人民网-法治频道-最新报道

      下图是爬虫大作业产生的csv文件部分数据

     将news.csv文件上传到百度云盘,然后在Linux系统上登录云盘下载

     建立一个用于运行本作业的目录bigdata,给hadoop赋予bigdata的各种操作权限,然后将下  载好的news.csv文件复制到bigdata

     查看本地数据

    删除文件第一行记录,即字段名

  • 相关阅读:
    javaBean实体包区分
    先后天八卦配太极图
    mysql表连接
    关于解决问题方法论的思考
    Python基础综合练习
    大数据概述
    编译原理
    词法分析
    组合数据类型练习
    词法分析器实验报告
  • 原文地址:https://www.cnblogs.com/stcy520/p/9069515.html
Copyright © 2011-2022 走看看