【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

更新/etc/hosts文件，将虚拟机内网IP写入文件，对应映射名为bigdata
免密（注意二次确认）：ssh-keygen -R bigdata && ssh bigdata
设置主机名：hostname master && bash
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;