作业来源：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE1/homework/3363
Hadoop综合大作业
1.将爬虫大作业产生的csv文件
2.对CSV文件进行预处理生成无标题文本文件
3.把上传到hdfs中的文本文件最终导入到数据仓库Hive中
4.在Hive中查看并分析数据
5.用Hive对爬虫大作业产生的进行数据分析，写一篇博客描述你的分析过程和分析结果。（10条以上的查询分析）
(1)查询数据的总数
（2）查询前十的标题：
（3）查询前20条用户评论：
（4）查询前20条用户名：
（5）查询前20的发布省份：（自己添加的）
分析：从查询结果可知，其实大部分的内容都是围绕着同一个主题发展，各自的粉丝为各自而战。
总结：在导入这个csv文件和查看过程中是不会出现每一条数据间有空行现象的，但是导入hdfs后就出现了一个null，我觉得应该是数据存储上出了bug，但是不知道怎么用命令行修改，所以就这样了。
这次分析是基于爬取虎扑社区绝地求生吧的信息，经过预处理上传到hdfs，再用hive导入到数据库，最后进行查询分析。遇到的问题为在csv导入到虚拟机时查看数据出现过乱码现象，我把传入的文件弄成txt格式，改编码为utf-8再进行转存为csv文件，上传到虚拟机就无误了。
错误截图：
