hive初试

1：搭建hadoop和hive，mysql的环境，过程截图。

 

2：利用上节课的数据，建表并导入数据。

3：最热门的查询词排行 top10
4：用户查询排行 top10
5：搜索结果排名第1，但是点击次序排在第2的数据有多少?

 

2：利用上节课的数据，建表并导入数据。

数据格式说明：
访问时间\t用户ID\t[查询词]\t该URL在返回结果中的排名\t用户点击的顺序号\t用户点击的URL
其中，用户ID是根据用户使用浏览器访问搜索引擎时的Cookie信息自动赋值，即同一次使用浏览器输入的不同查询对应同一个用户ID。

CREATE EXTERNAL TABLE sg_table(
  last_update string,
  col_a string,
  col_b string,
  col_c string,
  col_d string,
  col_e string,
  col_f string,
  col_g string,
  col_h string,
  col_i string,
  col_j string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
location '/hadoop/dw/sogoutest';
hadoop put sogout.txt /hadoop/dw/sogoutest

 

3：最热门的查询词排行 top10

select col_b ,count(col_b) as top10 from sg_table group by col_b  order by top10  desc limit 10 ;

4：用户查询排行 top10

select col_a ,count(col_a) as top10 from sg_table group by col_a  order by top10  desc limit 10 ;

5：搜索结果排名第1，但是点击次序排在第2的数据有多少?

select col_b , count(col_b) as top1  from sg_table where col_i=2 group by col_b order by top1 desc limit 1;