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。

通过QQ邮箱，将英语长篇小说的文本文件下载并放于虚拟机 /home/hadoop/wc 目录下：

启动hadoop：

上传到hdfs/data文件中

启动Hive 

在hive数据库创建表 world：

导入文本world.txt并查看：

用HQL进行词频统计并保持到表 word_count

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。

同上，将爬虫大作业产生的txt文件放入bdlab数据库表bigdata_count中：

通过QQ邮箱，将爬虫大作业文本文件下载并放于虚拟机 /home/hadoop/wc 目录下,爬虫一共爬取了广州大学新闻网的全部新闻，共8300多条。

 创建用于存放csv数据目录：

把文件放入文件夹中

查看文件中的数据：

导入数据库表中

查看数据：

主要是爬取广州大学的校园新闻，让我们能更进一步地了解到其他校园的校园新闻，获取其他学校的信息，来对比我们学校与其学校的异同之处。

Hadoop综合大作业

原文：https://www.cnblogs.com/qq2647409627/p/9078814.html