Hadoop大数据入门——HDFS和MapReduce基础使用

1、分析处理数据集 数据集描述：python 2011年某天某搜索引擎的搜索状况app 数据集一共6列，分别为时间、UID、搜索关键词、选择第几个入口、搜索次数、URL。oop 初级阶段个人研究目标是对搜索关键词（keyword）进行词频统计。搜索引擎 那么首先我须要对数据集进行预处理，这里我使用python编写处理程序，仅提取出关键字一列的内容造成新文件，为下一步存入Hadoop的HDFS中作准

>>阅读原文<<