摘要: 一、hive用本地文件进行词频统计 1.准备本地txt文件 2.启动hadoop,启动hive 3.创建数据库,创建文本表 4.映射本地文件的数据到文本表中 5.hql语句进行词频统计交将结果保存到结果表中。 6.查看统计结果 二、hive用HDFS上的文件进行词频统计1.准备电子书或其它大的文本文 阅读全文
posted @ 2020-12-06 21:04 zcaizc 阅读(54) 评论(0) 推荐(0) 编辑
摘要: 使用HBase Shell命令 或 使用HBase Java API完成: 1.任务: 列出HBase所以的表的相关信息,例如表名; 在终端打印出指定的表的所有记录数据 向已经创建好的表添加和删除指定的列族或列 清空指定的表的所有记录数据 统计表的行数 2.关系型数据库中的表和数据(教材P92上), 阅读全文
posted @ 2020-11-22 21:10 zcaizc 阅读(211) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2020-11-06 21:56 zcaizc 阅读(69) 评论(0) 推荐(0) 编辑
摘要: 本地文件系统创建一个文件,输入带姓名学号信息 查看新建文件所在目录 查看新建文件内容 将此文件上传到HDFS文件系统上的用户目录 删除本地1步骤创建的文件 将HDFS上的文件下载到本地 查看本地文件目录 阅读全文
posted @ 2020-10-24 20:24 zcaizc 阅读(56) 评论(0) 推荐(0) 编辑
摘要: 1.描述HDFS体系结构、工作原理与流程。 HDFS采用Master/Slave的架构存储数据,由HDFS Client、NameNode、DataNode和Secondary NameNode四部分组成。 Client:客户端 1、文件切分。文件上传HDFS时,Client按照Block大小切分文 阅读全文
posted @ 2020-10-17 17:26 zcaizc 阅读(78) 评论(0) 推荐(0) 编辑
摘要: 1.Linux系统的常用命令 2. 在Ubuntu下安装MySQL及其常用操作 阅读全文
posted @ 2020-10-10 17:09 zcaizc 阅读(69) 评论(0) 推荐(0) 编辑
摘要: 了解对比Hadoop不同版本的特性,可以用图表的形式呈现。 Apache Hadoop的四大分支构成了三个系列的Hadoop版本: 0.20.X系列 主要有两个特征:Append与Security 0.21.0/0.22.X系列 整个Hadoop项目被分割成三个独立的模块: 1.Common模块 2 阅读全文
posted @ 2020-09-19 19:37 zcaizc 阅读(163) 评论(0) 推荐(0) 编辑
摘要: 1.了解微信、微博、小视频每天产生的数据量与数据类型。 微博一天能产生上亿条内容。微信每天都会有上亿的活跃用户,产生信息450亿条信息,4亿次通话。 2.选择一个你感兴趣的领域应用数据思维进行分析决策的案例。 NBA的大数据因该是世界上数一数二做的很成功的。他们的数据做的很全面,从高中的新人选秀到成 阅读全文
posted @ 2020-09-11 21:42 zcaizc 阅读(315) 评论(0) 推荐(0) 编辑