Hadoop综合大作业

1.用Hive对爬虫大作业产生的文本文件进行词频统计。

   （1）jps查看服务是否启动，然后创建文件夹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。

1）将数据以csv格式上传到hdfs

2）进入文件路径并查看数据前5

3）将文件上传到HDFS上

4）查看上传成功的文件的前20个数据

5）查看数据总条数