使用hive查询ncdc天气数据
在hive中将ncdc天气数据导入,然后执行查询shell,可以让hive自动生成mapredjob,快速去的想要的数据结果。
1. 在hive中创建ncdc表,这个表用来存放ncdc的数据
create table ncdc (
year string,
month string,
data string,
time string,
air string,
a string,
b string,
c string,
d string,
e string,
f string,
g string
)ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' STORED AS TEXTFILE;
TERMINATED BY '\t' 是说这个表子,使用tab键分割。
2. 处理原始的数据,因为原始的数据是这样的:
1901 01 01 06 -78 -9999 10200 270 159 8 -9999 -9999
1901 01 01 13 -72 -9999 10200 290 82 4 -9999 -9999
1901 01 01 20 -94 -9999 10200 0 0 8 -9999 -9999
1901 01 02 06 -61 -9999 10183 180 82 8 -9999 -9999
1901 01 02 13 -56 -9999 10176 180 98 8 -9999 -9999
1901 01 02 20 -28 -9999 10175 180 98 8 -9999 -9999
1901 01 03 06 -67 -9999 10170 200 98 6 -9999 -9999
1901 01 03 13 -33 -9999 10174 230 118 8 -9999 -9999
1901 01 03 20 -28 -9999 10174 230 118 8 -9999 -9999
1901 01 04 06 -33 -9999 10231 0 0 8 -9999 -9999
1901 01 04 13 -44 -9999 10226 230 82 8 -9999 -9999
中间不是制表符,而是空格键,所以写了一个java程序,将文件夹中的 所有的数据统计,转换到一个文件中。
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.util.List;
import java.util.StringTokenizer;
public class removeAnno {
static String ofile="summary";
static BufferedWriter bw=null;
public static void main(String[] args) throws Exception {
bw = new BufferedWriter(new FileWriter(ofile));
File file1 = new File("C:\\Users\\Administrator\\ncdc2");
File[] listfile = file1.listFiles();
for (int i=0;i<listfile.length;i++){
rm("C:\\Users\\Administrator\\ncdc2\\"+listfile[i].getName());
//System.out.println(listfile[i].getName());
}
}
static void rm(String filename) throws Exception{
File file = new File(filename);
BufferedReader br = new BufferedReader(new FileReader(file));
String str=br.readLine();
while(str!=null){
//进行分割处理
String tmp="";
StringTokenizer st = new StringTokenizer(str);
while (st.hasMoreTokens()){
tmp=tmp+st.nextToken()+"\t";
}
bw.write(tmp+"\n");
bw.flush();
str=br.readLine();
}
}
}
3. 导入数据到hive中
load data local inpath '/opt/software/ncdc/summary' into table ncdc
4. 查询数据
可以查询每一年的平均气温,最高气温,最低气温等等,也可以使用分组函数,和MySQL操作差不多
select year,avg(air) from ncdc group by year;
版权声明:本文为博主原创文章,未经博主允许不得转载。