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。

       (1)开启所有的服务,并创建文件夹wwc

    (2)查看目录下所有文件

         

    (3)把hdfs文件系统中文件夹里的文本文件load进去。

    (4)进入hive,并查看所有的表

    (5)创建表word,,写hiveQL命令统计

    (6)运行结果。

    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。

    同上,将爬虫大作业产生的txt文件放入bdlab数据库表bigdata_count中:

    通过QQ邮箱,将爬虫大作业文本文件下载并放于虚拟机 /home/hadoop/wuwc 目录下,爬虫一共爬取了传智播客网的全部新闻,共8300多条。

     创建用于存放csv数据目录:

     

    把文件放入文件夹中

    查看文件中的数据:

    导入数据库表中

    查看数据:

  • 相关阅读:
    JS_ ','逗号
    JS_prettyBanner[说给自己听]
    JS_关键字详细
    CSS_圣杯
    JS_ifream通信
    [转]<!DOCTYPE html>
    JS_ImageLazylode[说给自己听]
    CSS_负边距
    JS_waterfall[说给自己听]
    JS_call,apply
  • 原文地址:https://www.cnblogs.com/wwc000/p/9078837.html
Copyright © 2011-2022 走看看