Hadoop综合大作业

Hadoop综合大作业

作业来源：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE1/homework/3363

Hadoop综合大作业 要求：

1.对CSV文件进行预处理生成无标题文本文件，将爬虫大作业产生的csv文件上传到HDFS

 

2.把hdfs中的文本文件最终导入到数据仓库Hive中

其次，把hdfs中的文本文件最终导入到数据仓库Hive中，并在Hive中查看并分析数据，具体步骤如下：

① create database db;  

② use db;

③ create external table lag_p(city string,comment string,id int,startevaluation float,time string) row format delimited fields terminated by ',' stored as textfile location '/bigdatacase/dataset/';  

④ select * from lag_p limit 10; 

 

3.Hive中查看并分析数据

 

4.用Hive对爬虫大作业产生的数据进行分析（10条以上的查询分析）

（1）计算出表内一共有几条评论数据

 

（2）查询前十条信息的所属城市

 

（3）查询前二十条信息的用户名

 

（4）查询不重复昵称的评论数

 

（5）查询城市中评分为5分的数量最多的前20名

 

（6）查看评论里各评分的评论数

 

（7）查询评论数前10名的城市

 

（8）查询北京的评分

 

（9）查询不重复id的评论数

 

（10）查询城市中评低于3分的前20名

 

 

 

转载于:https://www.cnblogs.com/hujialin/p/11061257.html