Hive的核心功能用于处理各种类型的数据

在前一篇文章中已经完成了hive的配置，现在需要利用hive来完成一些实际操作。这里有一组数据：https://raw.githubusercontent.com/ffzs/dataset/master/Questionnaire.csv，该数据来源于kaggle平台，是一份针对数据科学社区的调查问卷数据。需要注意的是，这份数据并非完整版本，仅选取了其中几列，原始数据包含超过200列：

接下来需要启动之前搭建好的hive集群
sh hive-start.sh
选择一个任意文件夹进行文件下载，只要自己能够记住路径即可：
wget https://raw.githubusercontent.com/ffzs/dataset/master/Questionnaire.csv
随后开启hive以及beeline工具：

    schematool -dbType mysql -initSchema
    nohup hiveserver2 1>/home/hadoop/hiveserver.log 2>/home/hadoop/hiveserver.err &
    beeline -u jdbc:hive2://hadoop1:10000 -n root 
    
    
      
      
      
    

建立数