原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
1.数据描述
数据描述：用户的历史微博数据，截止，压缩后221MB，解压后878MB，整个数据有
1206个小文件，所有数据的格式均是json格式。
2.数据样例
[{beCommentWeiboId:,beForwardWeiboId:,thT138717643tC
ount:682,content:喂！2014。。。2014！
e:1387086483,info1
喂。。。,createTimf2f3
musicurl:[],pic_list:
/square/47119b
[http://ww1.sinaimb17jw1bk9b079j218g0jpghttp//ww4
./square/47119b17jw1ebkc9bkj218g0113jpghttp//ww2g/
square/47119b17jw1ebkc9hml7dj218g0xct6.jpg,htp://
8g0gt6jpghttp//ww3g/q/47119
b17jw1ebkc9kyakyj218g0xcqb3.pgpCt1122ptCt671
ce:iPhone客户端,userId1d
[],weiboId:3655768039404271wbhttp//wb1/AMDt
N}]
据字典据字典据字典
3.数据字典
CtWbd是否评论
beCommentWeiboId是否评论
bwdWbd是否是转发微博
beForardW
thT抓取时间
tCt评论次数
tt内容
tT创建时间
f1信息字段1
f2信息字段2
f3信息字段3
音乐链接
有
pt照片列表可以有个）
pCt点赞人数
ptCt转发人数
so数据来源
userId用户户id
videour视频链接
weiboId微博id
weiboUrl微博网址
4.需求场景
1、数据处理：针对数据问题（N多小文件），请给出对应的解决方案（15分）
2、组织数据（10分）
创建Hive表weibo_json(jsonstring)，表只有一个字段，导入所有数据，并验证查询前5条数据
，写出必要的写出必要的写出必要的写出必要的写出必要的写出必要的写出必要的SQLSQLSQLSQLSQLSQLSQL语句
解析完weibo_json当中的json格式数据到拥有19个字段的weibo表
文档评论（0）