这篇文章将为大家详细讲解有关Hive怎么实现WordCount,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
1. 创建一个存放源数据的表(外部表)t_words_src, 表中字段line为string类型, 存放一行单词
源数据示列:
hello,tom hello,jerry hello,kitty hello,world hello,tom
hive> create external table t_words_src (line string) row format delimited fields terminated by '\n' # 按\n来切分字段, 一行就是一个字段 location '/wc/input'; # 源数据路径为 'hdfs://node1:9000/wc/input' hive> select * from t_words; OK hello,tom hello,jerry hello,kitty hello,world hello,tom
2. 创建一个存放所有单词的表t_words, 表中字段word为string类型, 存放单词
hive> create table t_words (word string); hive> insert into table t_words select explode(split(line,',')) as word from t_words_src; hive> select * from t_words; OK hello tom hello jerry hello kitty hello world hello tom
3. 创建一个存放WordCount结果的表t_wc_result, 表中字段word为string类型, 存放单词, counts为int类型, 存放单词出现次数
hive> create table t_wc_result (word string, counts int); hive> insert into table t_wc_result select word as word, count(word) as counts from t_words; hive> select * from t_wc_result; OK hello 5 jerry 1 kitty 1 tom 2 world 1
相对MapReduce来说, Hive的HQL版WordCount写起来代码量少很多, 但他们的思想都是一样的
关于Hive怎么实现WordCount就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。