基于搜狗查询数据500w条使用MapReduce做数据清洗，hive做离线分析的项目，详细文档附数据连接，搜狗实验室的搜索数据下载后缺少了用户ID字段的数据，所以本分析采用的是完整的数据，大家可以放心下载，如果下载数据的百度云链接失效无法下载，大家可以给我留言。
2020-01-04 03:14:55
3.28MB
1
NULL
博文链接：https://superlxw1234.iteye.com/blog/1586377
2020-01-03 11:39:22
19KB
1
hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
2019-12-24 03:17:33
142.82MB
1
Centos 7安装配置Hadoop生态圈CDH5版本 其中包括hadoop hbase hive spark 等组件安装
2019-12-21 22:18:46
8.14MB
1
由于公司要把oracle 数据库迁移到hive ，hbase 环境，特建议使用kettle做数据迁移，调试3个小时，终于调试成功，顺手写了个配置文档。
2019-12-21 22:11:57
377KB
1
windows10下安装hive2.3.3的时候，无法执行hive命令，原因是官方下载文件中缺少可执行文件（好多个cmd文件），安装的时候无法执行成功。下载后，解压替换hive的bin目录即可执行成功。
2019-12-21 22:09:24
20KB
1
hadoop hive 编程 指南 中文 pdf hadoop hive 编程 指南 中文 pdf
2019-12-21 22:09:16
26.56MB
1