选题：搜狗日志查询分析 (MapReduce+Hive综合实验）
前提条件：
安装好hadoop2.8.0
安装好HQL
安装好Hive
安装好eclipse
选题要求：
解压数据源，并上传到hdfs，保存的目录以个人学号区分，176为我的学号
创建hive表
编写MapReduce程序实现数据清洗，去掉不满足长度为6，并保证输出数据以 ','分割
将清洗后的数据导入Hive
使用SQL查询搜索结果排名第2点，点击次序排在第1的数据
实验步骤：
思路：用MapReduce做数据清洗，用Hive来分析数据。
2022-07-05 09:10:12
66.92MB
1
大数据时代：
数据量大
数据种类繁多
数据增长速度快
大数据不同层面及技术:
大数据关键技术:
分布式存储
GFS/HDFS
BigTable/HBase
NoSQL(键值、列族、图形、文档数据库)
NewSQL(如 : SQL Azure )
分布式处理框架:
Hadoop
Storm
Flink
Spark
hadoop:
hadoop是Apache软件基金会旗下的一个开源式计算平台为用户提供了系统底层细节透明的分布式基础架构
Hadoop是java编写的开源、可伸缩和容错的框架，并且可部署在廉价的计算机集群中
hadoop以分布式文件系统HDFS和MapReduce为核心进行海量数据的
2022-07-04 15:55:51
94KB
1
Hadoop平台技术 5.4.2 HBase Java API应用-教学课件
2022-07-04 14:11:22
16.48MB
优秀PPT课件：Hadoop：Google云计算的开源实现（Hadoop安装 HDFS使用 MapReduce编程 数据表HBase 分布式数据处理MapReduce ）.ppt
2022-07-02 11:05:00
2.45MB
内容概要：包含spark2.2的升级包以及原始的spark1.6的包，其他的组件都可以使用
适用人员：在校大学生、数据开发、大数据开发、数仓开发、数据架构师等
2022-07-01 09:08:48
75B