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

用hdfs创建文件夹

上传自己找的英文文章到hdfs上

启动hive，创建novels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。

爬虫大作业爬取的结果是如图所示

 

 

将统计好的文件number.txt和number.csv放置wc文件夹中

 

启动hdfs

1 2	start-all.sh jps

 

 

将文件上传至hdfs,并显示前十条

 

启动mysql

 

启动hive

 

创建数据库

1	create database numbercount;

　　

 

创建表

 

导入数据

 

查看数据