123

hadoop/hive.txt

 创建数据库 create database db_hive;
 use db_hive;
 //建表        根据导入数据通过，进行行分解 匹配进入字段
-create table us_counties(cv_date string,county string,state string,cases int,deaths int) row format delimited fields terminated by ',';
+create table us_counties(cv_date date,county string,state string,cases int,deaths int) row format delimited fields terminated by ',';
 //管理namdenode 在安全模式 一般强行退出mapreduce会发生
 in/hdfs dfsadmin -safemode leave
 
 导入本地文件进入hive
 load data local inpath '/home/hadoop/us-counties.csv' into table db_hive.us_counties;
 
-
 create table user_behavtior(uid string,gid string,behavior string,time string) row format delimited fields terminated by ',';
 
 load data local inpath '/home/hadoop/Processed_UserBehavior.csv' into table db_hive.user_behavtior;
@@ -38,4 +37,17 @@ db_hive.user_behavtior u
 where u.behavior='buy'
 group by u.uid
 sort by fnum desc
-limit 0,10
\ No newline at end of file
+limit 0,10
+
+create table us_counties(cv_date date,county string,state string,cases int,deaths int) row format delimited fields terminated by ',';
+1) 统计美国截止每日的累计确诊人数和累计死亡人数。做法是以date作为分组字段，对cases和deaths字段进行汇总统计。
+
+select cv_date,sum(cases),sum(deaths)
+from db_hive.us_counties
+group by cv_date
+3) 统计截止5.19日，美国各州的累计确诊人数和死亡人数。首先筛选出5.19日的数据，然后以state作为分组字段，对cases和deaths字段进行汇总统计。
+4) 统计截止5.19日，美国确诊人数最多的十个州。对3)的结果DataFrame注册临时表，然后按确诊人数降序排列，并取前10个州。
+5) 统计截止5.19日，美国死亡人数最多的十个州。对3)的结果DataFrame注册临时表，然后按死亡人数降序排列，并取前10个州。
+6) 统计截止5.19日，美国确诊人数最少的十个州。对3)的结果DataFrame注册临时表，然后按确诊人数升序排列，并取前10个州。
+7) 统计截止5.19日，美国死亡人数最少的十个州。对3)的结果DataFrame注册临时表，然后按死亡人数升序排列，并取前10个州
+8) 统计截止5.19日，全美和各州的病死率。病死率 = 死亡数/确诊数，对3)的结果DataFrame注册临时表，然后按公式计算。
\ No newline at end of file