【hive】（电影推荐系统的数据）在hive中创表，并导入数据，同时取出自己想要的数据

原创 已于 2022-08-22 22:58:33 修改 · 2.2k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#hive #mysql #数据分析

于 2022-04-27 23:18:40 首次发布

目标

将本地表导入hive中，并完成一系列的查询
我这里一共有四个表，分别是 movies ratings tags links，分别如下
在这里插入图片描述

一、在HDFS中创建文件夹

在这里插入图片描述

二、将本地的四张表上传到新建文件夹中，并检验是否成功导入

在这里插入图片描述在这里插入图片描述

三、在hive中创表，并将数据导入

1.查有哪些数据库，接着创建新的数据库，并使用相应数据库

在这里插入图片描述

2.创表并导入数据

（1.1）创建第一个表 movie表

最低0.47元/天 解锁文章
【Hive进阶】-- 导出 hive 表数据的几种方式
欢迎来到我的博客，一起探索代码里的世界！
03-13 2308
在日常的工作中，常常会有导出 hive 表数据的需求。在此，我整理了如下几种方式，供大家参考。然后使用 hdfs 命令下载。
【大数据Hive】hive 加载数据常用方案使用详解
congge_study的博客
09-05 7085
hive 加载数据常用方案使用详解
基于Spark电影推荐系统-数据表SQL
01-10
基于Spark电影推荐系统-数据表SQL
电影推荐系统
04-27
Graduation Design Project --- 电影推荐系统 系统实现工具 1.pycharm 2.python3.6+django1.11 3.mysql 4.jquery+css+html5 如何使用 首先将项目克隆到本地，用pycharm打开，将用到的csv文件导入mysql数据表中，配置好数据库； 注意数据库相关代码可能都要进行修改以符合实际情况； 代码完成后要进行migration，最后python manage.py runserver就能在浏览器中打开 系统流程 用户登录系统，对电影进行评分，查看自己已评价电影，查看推荐结果(两种)
计算机毕业设计之基于Hive的电影数据分析与可视化
最新发布
2501_92338130的博客
09-08 222
本文基于Hive平台开展电影数据分析与可视化研究，通过高效处理大规模电影数据，结合多种分析方法挖掘行业规律，并借助直观的可视化图表展示分析结果。研究既为从业者提供决策支持，也为观众带来全新观影体验，图5.2展示了数据大屏设计方案。
推荐系统-Hive基础
root1228544694的博客
09-01 621
Hive基本操作基本概念功能说明架构hive和hadoop数据模型安装部署安装启动基本操作hive的内部表和外部表分区表动态分区Hive函数Hive内置运算符和内置函数Hive自定义函数综合案例 基本概念 功能说明 操作接口采用类SQL法，提供快速开发的能力 避免了去写MapReduce，减少开发人员的学习成本 功能扩展很方便 架构 hive和hadoop Hive利用HDFS存储数据，利用MapReduce查询分析数据 注：Hive是数据仓库工具，没有集群的概念。只需要在hadoop集群Mas
推荐系统从无到有（3）—— Hive
JikeStardy的博客
03-30 392
hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。
Hive学习之路 （十二）Hive SQL练习之影评案例
weixin_34400525的博客
04-10 1256
案例说明 现有如此三份数据：1、users.dat 数据格式为： 2::M::56::16::70072， 共有6040条数据对应字段为：UserID BigInt, Gender String, Age Int, Occupation String, Zipcode String对应字段中文解释：用户id，性别，年龄，职业，邮政编码 2、movies.dat 数据格式为： 2::...
Hive 表中数据的增删查改
xjiet的博客
11-18 1935
通过本文对 Hive 表中数据的增删查改操作的详细介绍，我们了解了各种操作的具体语法、适用场景以及一些注意事项。在实际使用 Hive 进行大数据处理时，需要根据业务需求灵活选择合适的操作方法，并且要时刻注意数据的准确性和操作的安全性，避免因误操作带来的数据丢失等问题。希望读者能通过本文更好地掌握 Hive 数据操作的相关技能，在大数据分析和管理工作中更加得心应手。希望以上内容对你有所帮助，如果你还有其他需求，比如对文中代码再详细注释、增加更多实际案例等，可以继续向我提问。
【图书推荐】《Hive入门与大数据分析实战》
夏天又到了的专栏
06-17 1563
Hive是基于Hadoop的一个数据仓库工具，用来进行数据的提取、转换、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive能将结构化的数据文件映射为一张数据库表，并能提供SQL查询分析功能，将SQL语句转换成MapReduce任务来执行，从而实现对数据进行分析的目的。本书配套示例源码、PPT课件、教学大纲。
HIVE--电影实践二（上传数据到hive表中）
qq_61786801的博客
05-16 544
创建hive数据库： create database if not exists ccmovies; 查看数据库是否创建成功： show databases; 创建hive表： 先切换到对应的数据库： use ccmovies; 建相关表（与文件名相对应，列名与上传的文件中列名相同）： 因为需要上传相关csv文件故添加了括号后的内容 CREATE TABLE ccmovies.movies( movieId String,title String,genres String )
基于Hadoop的电影推荐系统的设计与实现源码（毕业设计）java+Hadoop
06-14
基于Hadoop的电影推荐系统的设计与实现源码（毕业设计）java+Hadoop，使用Hadoop2.7，jdk1.8；分为前台，后台和推荐三个子系统，可直接运行。sql私信
Steam_Recommendation_System:推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS
03-11
项目Steam游戏推荐系统 1概述 关键字：推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS 1.1引言 推荐系统在最近几年变得越来越流行，并且广泛用于电影，音乐，新闻，书籍，研究文章，搜索查询，社交标签和产品等各个领域。 推荐系统或推荐系统是信息过滤系统的子类，其试图预测用户将给予商品的“等级”或“偏好”。 在这个项目中，我通过Spark的ALS（交替最小二乘）API（pyspark.mllib.recommendation.ALS）在Spark上使用协作过滤算法，实现了游戏推荐系统。 协作过滤方法是基于收集和分析有关用户的行为，活动或偏好的大量信息，并基于与其他用户的相似性来预测用户的喜好。 1.2架构 整个项目分为三个阶段： 通过Web爬网程序收集数据 Spark上的游戏推荐引擎 Web UI实施 该项目的体系结构如下所示：
基于Movielens的推荐系统—评分预测
01-07
压缩文件中包含一下列表： 1，movielens 公开实验数据集(推荐系统研究经常用到~) 2，模拟预测评分的python代码（python3.x）
基于SVD协同过滤算法实现的电影推荐系统
热门推荐
红叶谷 wsp_1138886114的博客
06-11 1万+
● 数据获取 将数据集下载并保存在本地 http://files.grouplens.org/datasets/movielens/ml-100k.zip 解压到项目文件下 其中u.data文件包含完整的数据集，README 是对整个数据文件的介绍，从中可以得知u.data中的列依次为: user id|item id|rating|tim...
HIVE--电影实践三（执行相关查询）
qq_61786801的博客
05-28 572
查询哪种电影类型最多（利用两次查询）： 利用切片将电影类型进行分割： SELECT explode(split(genres,'\\|'))as type from movies； 利用计数统计最多的电影类型： SELECT type,COUNT(1) FROM( SELECT explode(split(genres,'\\|'))as type from movies )t GROUP BY type ORDER BY type DESC; 查询评分最高的电影： 先求电影平均分：
HIVE--电影实践四（将查询结果写入对应HIVE表中）
qq_61786801的博客
05-28 388
按年份统计电影表： 建立相关表： CREATE TABLE movies_year_result ( year STRING,num STRING ) row format serde 'org.apache.hadoop.hive.serde2.OpenCSVSerde' with SERDEPROPERTIES ("separatorChar"=",") STORED AS TEXTFILE; 将数据传入表中： INSERT INTO movies_year_result SELECT
Hive 电影topN
做一个好人
09-01 717
数据： {"movie":"1193","rate":"5","timeStamp":"978300760","uid":"1"} {"movie":"661","rate":"3","timeStamp":"978302109&quot
「Hive」协同过滤推荐系统-余弦相似度
独自优秀的数据分析师
04-24 3859
前言： 写这文时2021年不知不觉只剩3个月了，想必在抖音快手短视频、淘宝京东购物、饿了么美团外卖横行的年代，推荐算法这个词想必大家不陌生吧？（陌生的评论区扣1，我根本不信） 我在几年前就卸载了抖音，因为时常一刷刷几个小时，根本控制不住… 淘宝上给弟弟买的衣服多了，首页猜我喜欢的全是T恤大裤衩，导致我这个夏天的穿衣风格很不对劲… 有段时间减肥用饿了么点轻食，几天之后我的食物列表里全是轻食，当轻食吃腻了就有种再也不想打开饿了么的冲动… 对，以上这些生动案例都是基于强大的推荐系统。（以下划线内容请大家熟读并
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小易同学go

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值