Hadoop综合大作业

Posted 2020-11-07 FF

一、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。

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

 

2.删除文件的第一条数据并查看

 

 

3.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