hadoop综合大作业

一、用Hive对爬虫大作业产生的文本文件词频统计。

1.启动hadoop

2.Hdfs上创建文件夹并查看

3.上传英文词频统计文本至hdfs

4.启动Hive

5.导入文件内容到表docs并查看

6.进行词频统计，结果放在表t_word_count里

 

 7.查看统计结果

 

二、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.将做过的爬取校园新闻生成的Excel文件先转换为文本文件，编码改为UTF-8，然后转换为csv文件，通过qq邮箱在虚拟机的Linux系统下载