Hbase Hive 數據庫練習流程

1、對原始數據進行預處理，格式爲上面給出的預處理之後的示例數據。 通過觀察原始數據形式，可以發現，每個字段之間使用「:」分割，視頻可以有多個視頻類別，類別之間&符號分割，且分割的兩邊有空格字符，同時相關視頻也是可以有多個，多個相關視頻也是用「:」進行分割。爲了分析數據時方便，我們首先進行數據重組清洗操作。 即：將每條數據的類別用「&」分割，同時去掉兩邊空格，多個「相關視頻id」使用「,」進行分割

>>阅读原文<<