【人工智能训练师】5 hive数据分析

Hive数据分析 (0 / 100分)

基于Hive数据仓库,针对特定问题场景完成数据统计分析。

注意:本模块使用到Hadoop集群

  1. 更新/etc/hosts文件,将虚拟机内网IP写入文件,对应映射名为bigdata
  2. 免密(注意二次确认):ssh-keygen -R bigdata && ssh bigdata
  3. 设置主机名:hostname master && bash
  4. 开启集群命令:bash /root/software/script/hybigdata.sh start

注意:如果环境进入安全模式,使用hdfs dfsadmin -safemode leave可离开安全模式。

基于Hive数据仓库,针对特定问题场景完成数据统计分析

(20 / 100分)

Hive数据表字段信息:

ip数据表说明

字段名 数据类型 描述信息
ip_start STRING Start IP
ip_end STRING End IP
location STRING Location
isp STRING ISP information

log数据表说明

字段名 数据类型 描述信息
id BIGINT Log ID
ip STRING User IP address
access_time STRING Access time
access_url STRING Access URL
status INT Status code
traffic BIGINT Traffic generated by the access
source_url STRING Referrer URL
shell 复制代码
hostname master && bash
vim /etc/hosts
ssh-keygen -R bigdata && ssh bigdata
schematool -dbType mysql -initSchema
bash /root/software/script/hybigdata.sh start
hive

# 1.在Hadoop上,安装并配置Hive数据仓库软件。完成后,启动Hive服务,创建"web"数据库,执行指令"show databases;"并输出相应结果。
# 启动Hive服务,创建"web"数据库,执行指令"show databases;"并输出相应结果。
create database web;
show databases;

# 2.创建库表并查看输出相应字段信息
# 在"web"数据库内分别创建数据表"ip"和"log"。字段及属性要求如题干所示。创建完成后,执行指令"DESCRIBE ip;"与"DESCRIBE log;"查看其字段信息,并输出相应结果。
use web;

CREATE TABLE ip(
    ip_start string,
    ip_end string,
    location string,
    isp string
)row format delimited fields terminated by ',';

CREATE TABLE log(
    id bigint,
    ip string,
    access_time string,
    access_url string,
    status int,
    traffic bigint,
    source_url string
)row format delimited fields terminated by '\t';

# 3.导入数据到Hive表中
# 将"log_processed.txt"数据导入上述"log"数据表中。
#执行"SELECT count(*) from web.log where log.status='301';" 指令,查询其记录总数
# 将表查询的数量结果存入ip_log_num表中
LOAD DATA LOCAL INPATH '/root/service/yunan/result/log_processed.txt' INTO TABLE log;

ip_log_num表

字段	数据类型	描述
type	STRING	ip或者log的查询
num	INT	数量

CREATE TABLE ip_log_num(
    type string,
    num int
)row format delimited fields terminated by ',';


INSERT INTO TABLE ip_log_num VALUES ('301', 2951);
select * from ip_log_num;
相关推荐
凯子坚持 c6 分钟前
从 0 到 1:ComfyUI AI 工作流抠图构建全实践
大数据·人工智能
背太阳的牧羊人1 小时前
OpenAI Embedding 和密集检索(如 BERT/DPR)进行语义相似度搜索有什么区别和联系
人工智能·bert·embedding
光与电子KOYUELEC加油奋斗2 小时前
Molex莫仕连接器:增强高级驾驶辅助系统,打造更安全的汽车
人工智能·光与电子
__lost4 小时前
MATLAB画出3d的常见复杂有机分子和矿物的分子结构
开发语言·人工智能·matlab·化学·分子结构
每天都要写算法(努力版)4 小时前
【神经网络与深度学习】五折交叉验证(5-Fold Cross-Validation)
人工智能·深度学习·神经网络
郭不耐5 小时前
DeepSeek智能时空数据分析(六):大模型NL2SQL绘制城市之间连线
人工智能·数据分析·时序数据库·数据可视化·deepseek
winfredzhang6 小时前
Deepseek 生成新玩法:从文本到可下载 Word 文档?思路与实践
人工智能·word·deepseek
KY_chenzhao6 小时前
ChatGPT与DeepSeek在科研论文撰写中的整体科研流程与案例解析
人工智能·机器学习·chatgpt·论文·科研·deepseek
不爱吃于先生6 小时前
生成对抗网络(Generative Adversarial Nets,GAN)
人工智能·神经网络·生成对抗网络
cxr8287 小时前
基于Playwright的浏览器自动化MCP服务
人工智能·自动化·大语言模型·mcp