Hadoop综合大作业

 

1.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)进行词频统计。

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.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)进行词频统计。

 

因为python生成的结果为中文,所以先去网上下载一篇英文小说  哈尔的移动城堡 《Howl’s Moving Castle》

首先启动hadoop

Hadoop综合大作业_第1张图片

创建文本存放 小说

 

将文本上传到hdfs

 启动hive

 Hadoop综合大作业_第2张图片

创建小说表

 导入数据

Hadoop综合大作业_第3张图片

 用HQL进行词频统计,结果放在表novel_count里

 

查询结果

 Hadoop综合大作业_第4张图片

 

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。

 首先在本地把统计好的词频转化成csv格式

把文件上传到虚拟机

 

启动hive

创建表

 

存放到表

 

查看前十

 

Hadoop综合大作业_第5张图片

分析:说明大家喜欢的小说类型一般主题都是言情,男女之类的小说

 

你可能感兴趣的:(Hadoop综合大作业)