2024年全国职业院校技能大赛中职组大数据应用与服务赛项题库参考答案陆续更新中，敬请期待…_behavior2023-01-01

2024年全国职业院校技能大赛中职组大数据应用与服务赛项题库参考答案陆续更新中，敬请期待…
武汉唯众智创科技有限公司
2024 年 2 月
联系人：辜渝傧13037102709

题号：试题01

模块二：数据获取与处理

（一）任务一：数据获取与清洗

1．子任务一：数据获取
（1）启动Hadoop集群，使用HDFS Shell指令，在HDFS根目录下级联创建一个名为/behavior/origin_log的目录，用于存储采集到的用户行为日志；
答：hadoop fs -mkdir -p /behavior/origin_log
（2）目录创建完成，使用HDFS Shell指令，将本地/root/eduhq/data/app_log/behavior目录下的所有用户行为日志文件采集至HDFS的/behavior/origin_log目录下；
答：hadoop fs -put /root/eduhq/data/app_log/behavior/* /behavior/origin_log
（3）采集完成，在本机打开浏览器，访问http://本机主机名:9870或http://本机IP地址:9870进入HDFS WebUI界面，查看是否成功将数据采集到HDFS上。
答：使用浏览器访问即可。
2．子任务二：数据清洗
（1）使用Windows操作系统上的Excel软件，打开名为
"behavior2023-01-01.csv"的文件；
（2）对数据进行清洗，专注处理名为"behavior2023- 01-01.csv"的文件中的"time"列。将时间日期格式进行分列，分别处理为日期和时间两列。
答：