Hive实战：统计总分与平均分

news2024/10/6 2:22:43

一、实战概述

本次实战主要聚焦于使用Hive框架对成绩数据进行处理和分析。任务目标是基于一个包含六个字段（姓名、语文、数学、英语、物理、化学）的成绩表，计算每个学生的总分和平均分。
首先，我们在虚拟机上创建了一个名为score.txt的文本文件，其中包含了五名学生的成绩记录。然后，我们将该文件上传到HDFS的指定目录/hivescore/input中。
接下来，我们启动了Hive Metastore服务，并通过执行命令行启动了Hive客户端。在客户端中，我们创建了一个名为t_score的内部Hive表，该表的结构与成绩表的字段相匹配。我们使用load data命令将HDFS中的成绩数据加载到t_score表中。
最后，我们编写了一条Hive SQL语句，用于计算每个学生的总分和平均分。该语句根据学生的姓名进行分组，并对每个学生的所有科目成绩进行求和和求平均值。结果集包含了每个学生的姓名、总分和平均分。
通过这次实战，我们展示了如何利用Hive框架处理和分析大规模数据，以及如何通过简单的SQL语句实现复杂的数据统计和计算任务。这一过程不仅体现了Hive在大数据处理中的高效性和便利性，也为我们提供了宝贵的实践经验，为进一步的数据分析工作奠定了基础。

吴雨涵  404     404.0
张晓红  391     391.0
李小双  444     444.0
王丽霞  418     418.0
陈燕文  458     458.0

创建内部表t_score，执行命令： create table t_score ( name string, chinese int, math int, english int, physics int, chemistry int ) row format delimited fields terminated by ' ';
在MySQL的hive数据库的TBLS表里可以查看内部表t_score对应的记录
加载成绩数据文件到内部表t_score，执行命令：load data inpath '/hivescore/input/score.txt' into table t_score;
查看成绩表全部记录，执行语句：select * from t_score;

编写Hive SQL语句，进行词频统计
执行命令：select name, sum(chinese + math + english + physics + chemistry) as total_score, avg(chinese + math + english + physics + chemistry) as average_score from t_score group by name;
这个SQL语句的功能是在一个名为t_score的表中，根据学生的姓名（name）进行分组，并对每个学生各科成绩进行统计计算。

SELECT name: 选择t_score表中的name列，表示我们要按照姓名来显示结果。
SUM(chinese + math + english + physics + chemistry) AS total_score: 对每个学生的语文、数学、英语、物理和化学成绩进行求和，并将这一结果命名为total_score。这将计算出每个学生的总分。
AVG(chinese + math + english + physics + chemistry) AS average_score: 对每个学生的语文、数学、英语、物理和化学成绩进行求平均值，并将这一结果命名为average_score。这将计算出每个学生的平均分。
FROM t_score: 指定数据来源是名为t_score的表。
GROUP BY name: 根据name列进行分组，这意味着对于表中的每一条具有不同姓名的记录，都会分别进行总分和平均分的计算。