微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

超详细简单易懂的hadoop数据的预处理

hadoop数据的预处理
第一步使用xshell连接linux的服务器没有服务器的连接自己的虚拟机

在这里插入图片描述

连接服务器后查看要处理的原数据

在这里插入图片描述

处理后的结果

在这里插入图片描述

接下来使用命令

cat small_user.csv | sed 's/^\(.*\),\(.*\),\(.*\),\(.*\),\(.*\),\(.*\)$/\1\t\2\t\3\t\5\t\6/g'

在这里插入图片描述


在这里插入图片描述

然后使用cat -n命令进行排序

cat -n

在这里插入图片描述

删除数据后面的小时
small_user.csv是我从windows中导入的文件包你就写你需要处理的包

cat small_user.csv | sed 's/^\(.*\),\(.*\),\(.*\),\(.*\),\(.*\),\(.*\)$/\1\t\2\t\3\t\5\t\6/g' | sed 's/ [0-9]..*$//g' | cat -n

在这里插入图片描述


在这里插入图片描述

数据太多了先取10行的数据

先取10行后排序
cat small_user.csv | sed 's/^\(.*\),\(.*\),\(.*\),\(.*\),\(.*\),\(.*\)$/\1\t\2\t\3\t\5\t\6/g' | sed 's/ [0-9]..*$//g' | head -n 10 | cat -n

在这里插入图片描述

文件的处理结果从定向到名为1的文件文件的名字随你我是为了方便

在这里插入图片描述

接下来查看文件1

在这里插入图片描述

还差省份了

在这里插入图片描述

显示省份的文件

在这里插入图片描述

将上面的文件1 和 文件2 按列拼接

在这里插入图片描述

最后返回执行的结果

在这里插入图片描述

后面的就是尝试大量的数据拼接可以尝试去做

在这里插入图片描述


在这里插入图片描述

从原数据中取出一定量的数据数据太大不好处理

在这里插入图片描述

文件进行拼接

在这里插入图片描述

有时候,不能觉得傻人不好,总想逃避学习的“聪明人”,
或许更傻。
如果觉得自己聪明,逃避了学习五笔的痛苦,其实自己损失大了。
打字快,写报告就很快乐,
而且,手指记忆法也就会了。
脚本就是手指记忆的。
说学不会脚本的原因,大多是,因为没练习过手指记忆练得多了。手一过就出来了。

最后就是加油 奥利给

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。

相关推荐