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：
查看hdfs上的文件夹：
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：
查看hdfs上的LittlePrince.txt文件内容：
启动hive：
创建文档表word_frequency：
导入文件内容到表word_frequency：
查看表word_frequency里的内容（总共27章）：
用HQL进行词频统计，结果放在表words里：
查看统计结果（总共3751 row(s)）：
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文件中并启动hadoop：
将本地系统hadoop文件夹里的jieba.csv上传至hdfs的hive文件夹中：
查看hdfs上的jieba.csv文件前20条数据的内容后启动hive：
在数据库hive里创建文档表jieba：
导入文件内容到表jieba：
最后查看表的总数据条数。
转载于:https://www.cnblogs.com/ben-9527/p/9086529.html
相关资源：JAVA上百实例源码以及开源项目