hive基本操作与应用

最新推荐文章于 2026-01-01 10:44:40 发布

转载最新推荐文章于 2026-01-01 10:44:40 发布 · 137 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/hkvbm/p/9052890.html

文章标签：

#大数据

本文介绍如何在Hadoop中创建目录并上传文件，接着通过Hive进行数据表搭建及数据导入，最后利用HQL完成词频统计任务。

启动hadoop

Hdfs上创建文件夹

创建的文件夹是datainput

上传文件至hdfs

启动Hive

创建原始文档表

导入文件内容到表docs并查看

用HQL进行词频统计，结果放在表word_count里

查看统计结果

转载于:https://www.cnblogs.com/hkvbm/p/9052890.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

deduzong5607

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Hive3.1.2概述与基本操作

2403_83630621的博客

06-10

971

面试题：什么是hive?1、hive是数据仓库建模的工具之一。2、可以向hive传入一条交互式的sql,在海量数据中查询分析得到结果的平台。

精选资源

大数据技术原理及应用课实验6 :熟悉Hive的基本操作

01-16

在这个实验中，我们将深入理解Hive的角色以及如何执行基本操作。首先，Hive在Hadoop生态系统中的角色是作为一个数据仓库接口，它简化了对分布式存储的大数据进行查询和分析的过程。Hive将复杂的MapReduce任务转化...

参与评论您还未登录，请先登录后发表或查看评论

txt文件导入到hive分区表中

secret2316352792的博客

06-12

3964

Hive分区表导入txt文件 txt文件数据如下所示 13516987666 196037895 59.28% 25.74 659.02 419 50 语音类:干扰类:覆盖类 baf4d04:baf4d07:baf4d01 196037892:196037895:196037889 20200527 13588688770 190464769 44.87% 22.52 646.7 887 49 覆盖类:干扰类:语音类 4ee71a1:b5a4303:b5a4301 82735521:19046477

数据管理&数据仓库&Hive的使用

weixin_43056275的博客

08-05

948

课堂学习笔记数据管理&数据仓库数据文件管理真谛文件管理规范数据质量检测数据仓库--为什么出现数据仓库--为了分析数据仓库和数据库的区别数据仓库的分层架构数据仓库的元数据管理Apache Hive 讲解的是数据管理，以及数仓的定义、以及Hive的使用。Hive偏向于操作。数据管理&数据仓库数据文件管理真谛文件管理的真谛在于方便保存和迅速提取，所有的数据文件将通过某种属性分类被...

精选资源

大数据技术基础实验报告-Hive安装配置与应用.doc

08-21

【大数据技术基础实验报告-Hive安装配置与应用】在大数据处理领域，Apache Hive是一个非常重要的组件，它提供了基于Hadoop的数据仓库工具，用于数据查询、分析以及存储。本实验报告将详细阐述如何安装、配置Hive，...

hive基本操作

05-16

hive 基本操作的命令和hive 实用命令等，有利与学习hive和mysql

精选资源

《Hive编程技术与应用》学习笔记.pdf

03-11

《Hive编程技术与应用》学习笔记主要涵盖了Hive的基础知识、工作原理、架构、数据类型、设计特点以及元数据库等内容。以下是对这些知识点的详细解释： 1. **Hive的基本内容** - **概述**：Hive是基于Hadoop的数据...

《大数据技术原理与应用》实验报告五熟悉 Hive 的基本操作

07-15

内容概要：本文档是关于《大数据技术原理与应用》实验报告五，旨在帮助读者熟悉Hive的基本操作。实验内容涵盖Hive在Hadoop体系结构中的角色、常用HiveQL的使用。具体步骤包括：安装配置Hive及其依赖环境、创建内部表...

北京兰亭妙微：深耕UI/UX全流程，以大数据可视化与3D场景设计驱动数字体验升级

lanlanwork11的博客

12-27

375

北京兰亭妙微 UI 设计公司，深耕 UI/UX 全流程设计领域，专注大数据可视化、3D 场景化界面、多端适配设计等核心服务，拥有成熟的行业解决方案与实战案例。以下拆解国际国内的优秀设计案例。图 1：数据中心监控界面这是一套企业级数据中心的管理平台界面，核心是多维度数据的模块化展示：顶部清晰区分 “当前进程、完成进程、提交进程” 的数量状态，搭配 “当前规模、往期占比” 的快捷指标；核心区域用可视化进度条展示 “计算服务器、云服务器、数据存储” 的资源使用率（如计算服务器使用率 88.2%），搭配图标化的模块

使用 RabbitMQ 和 MassTransit 在 .NET Core 中实现强大的微服务：处理订阅者故障和消息恢复

最新发布

csdn_aspnet的专栏，请点击博客主页右上角三个点中的私信联系

01-01

1315

本文介绍了在.NET Core中使用MassTransit和RabbitMQ构建弹性微服务系统的方法。主要内容包括：1）配置发布-订阅模式实现服务间通信；2）处理订阅服务器重启和RabbitMQ故障时的消息恢复；3）通过指数重试策略和死信队列确保消息可靠性；4）对比推送/拉取模型的优缺点。文章提供了完整的代码示例，展示了如何创建发布者、消费者，并配置重试机制和死信处理，帮助开发者构建高可用的微服务架构。

视频汇聚平台EasyCVR筑牢智慧物流全场景可视化安全防线

EasyCVR视频融合云平台的技术博客

12-26

365

随着智慧物流的快速发展，仓储物流场景对监控系统的智能化、联动化、高效化要求日益提升。

vue2 基于虚拟dom的下拉选择框，保证大数据不卡顿，仿antd功能和样式

licongmingli的博客

12-31

545

本文介绍了一个基于Vue2和Ant Design 1.7.8的虚拟列表下拉选择框组件的封装实现。由于Ant Design原生组件不支持虚拟列表功能，作者结合vue-virtual-scroller和vue-select封装了一个支持多选/单选/清除/搜索功能的选择框组件。文章详细说明了组件实现的技术难点：包括动态挂载DOM的方式解决模板渲染问题、样式适配Ant Design风格的改造过程，以及当前存在的待优化项（下拉列表脱离文档流问题）。组件通过计算属性和监听机制实现了数据同步，并提供了完整的代码示例展示核

RabbitMQ02-基础-安装

李宥的博客

12-31

542

【代码】RabbitMQ02-基础-安装。

C# 语言 SQL Server 批量更新

StevenChen的博客

12-28

618

本文详细介绍了C#操作SQL Server实现批量更新的多种方案。针对小数据量（1000条以内）推荐参数化SQL拼接或CASE WHEN优化；对于大数据量（1000条以上）建议使用SqlBulkCopy+临时表方案或Dapper框架。重点强调了SQL注入防护、事务保护、连接释放等关键注意事项，并提供了完整的代码实现。不同场景下的最优选择：小数据量注重简洁高效，大数据量追求高性能低损耗，同时兼顾开发效率与数据安全。

库室管控核心产品-仓库安防设施建设

2503_92125122的博客

12-31

226

这种 “终端 + 设备 + 专网” 的一体化架构，解决了传统管控的核心痛点：既告别了 “分散操作、人工联动” 的低效，也填补了 “单点报警、缺乏闭环” 的安全漏洞。无论是涉密场所的装备管控、工业环境的防爆管理，还是特殊区域的环境与人员管理，都能通过这套架构实现 “事前预警、事中联动、事后追溯” 的全周期安全管控。

【Spring】Spring Batch 详细介绍

瘦到被风吹走的博客

12-28

931

Spring Batch 是一个基于 Spring 框架的企业级批处理解决方案，专门用于处理大规模数据任务。核心功能包括事务管理、作业统计、容错机制和资源管理，适用于 ETL、报表生成、数据同步等场景。框架采用分层架构，包含 Job（作业）、Step（步骤）和 Chunk（分块）三个核心概念，通过 ItemReader（数据读取）、ItemProcessor（数据处理）和 ItemWriter（数据写入）组件实现完整批处理流程。提供多种数据源适配器，支持游标/分页读取、数据转换验证和批量写入，但不适用于实时

Flink ML Naive Bayes 多分类朴素贝叶斯

hello.reader

12-28

628

本文介绍了Flink ML中朴素贝叶斯分类器的使用方法和关键参数。主要内容包括：输入列（特征向量和标签列）与输出列（预测列）的定义；模型参数详解，重点说明了平滑参数(smoothing)的作用；通过Java示例代码展示完整训练预测流程；针对multinomial朴素贝叶斯给出了工程实践建议，包括特征类型适配、非负特征处理和smoothing调参策略。最后总结指出该算法特别适合作为多分类任务的基线模型，尤其在文本和稀疏特征场景表现优异。