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。
启动hadoop：
|
1
2
|
start-all.shjps |
查看hdfs上的文件夹：
|
1
2
|
cd /usr/local/hadoophdfs dfs -ls |
将本地系统hadoop文件夹里的英文版故事LittlePrince.txt上传至hdfs的hive文件夹中：
|
1
|
hdfs dfs -put ~/hadoop/LittlePrince.txt hive |
查看hdfs上的LittlePrince.txt文件内容：
|
1
|
hdfs dfs -cat hive/LittlePrince.txt |
启动hive：
|
1
|
hive |
创建文档表word_frequency：
|
1
2
3
|
show databases;use hive;create table word_frequency(line string); |
导入文件内容到表word_frequency：
|
1
|
load data inpath ‘/user/hadoop/hive/LittlePrince.txt‘ overwrite into table word_frequency; |
查看表word_frequency里的内容（总共27章）：
|
1
|
select * from word_frequency; |
用HQL进行词频统计，结果放在表words里：
|
1
|
create table words as select word,count(1) from (select explode(split(line,‘ ‘)) as word from word_frequency) word group by word; |
查看统计结果（总共3751 row(s)）：
|
1
|
select * from words; |
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。
先把爬取的文件上传到邮箱，然后在虚拟机上下载并放到本地的hadoop文件中：
启动hadoop：
|
1
2
|
start-all.shjps |
将本地系统hadoop文件夹里的jieba.csv上传至hdfs的hive文件夹中：
|
1
2
|
cd /usr/local/hadoophdfs dfs -put ~/hadoop/jieba.csv hive |
查看hdfs上的jieba.csv文件前20条数据的内容：
|
1
|
hdfs dfs -cat hive/jieba.csv | head -20 |
启动hive：
|
1
|
hive |
在数据库hive里创建文档表jieba：
|
1
2
3
|
show databases;use hive;create table jieba(line string); |
导入文件内容到表jieba：
|
1
|
load data inpath ‘/user/hadoop/hive/jieba.csv‘ overwrite into table jieba; |
查看表的总数据条数：
|
1
|
select count(*) from jieba;
|
原文：https://www.cnblogs.com/H231/p/9090367.html