代码改变世界

hadoop综合大作业

2018-05-25 21:48  124杨锦达  阅读(212)  评论(0编辑  收藏  举报

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

 

 

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。

 

 1.将爬取gzcc.cn网站校园新闻生成的Excel文件转换为编码为UTF-8的文本文件,然后转换为csv文件

2.删除文件的第一行的列名并查看

3.将上传文件到hdfs

4.启动hive后,导入文件内容到表到docs中并查看