您现在的位置是:Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款 >
01 youtube官網網頁版注冊登錄頁面代碼數據(youtube觀看數據暫時凍結)
Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款2024-07-08 07:37:49【】9人已围观
简介youtube視頻數據分析維度不包括什么發布時間。查詢資料可知,youtube視頻數據分析維度是收入、觀看時間、互動。不包括發布時間。YouTube后臺給我們提供了強大的數據分析工具,通過advanc
youtube視頻數據分析維度不包括什么
發布時間。
查詢資料可知,youtube視頻數據分析維度是收入、觀看時間、互動。不包括發布時間。
YouTube后臺給我們提供了強大的數據分析工具,通過advancedmode的自定義模式我們可以篩選數據,在分析YouTube視頻數據時,你需要清楚自己的目標是什么。
Hive實戰之Youtube數據集
本次實戰的數據來自于"YouTube視頻統計與社交網絡"的數據集,是西蒙弗雷澤大學計算機學院在2008年所爬取的數據
數據集地址
數據之間采用"\t"作為分隔符
具體數據如下:
數據量大小為1G,條數為500萬+
使用環境為
hive-1.1.0-cdh5.4.5
hadoop-2.6.0-cdh5.4.5
演示形式為使用hive shell
我們一起來看看數據
主要的問題在于category和relatedIDs處理,由于Hive是支持array格式的,所以我們想到的是使用array來存儲category和relatedIDs,但是我們發現category的分割符是"&"而realatedIDs的分隔符是"\t",我們在創建表格的時候能夠指定array的分隔符,但是只能指定一個,所以再將數據導入到Hive表格之前我們需要對數據進行一定轉換和清洗
并且數據中肯定會存在一些不完整數據和一些奇怪的格式,所以數據的清洗是必要的,我在這里所使用的數據清洗方式是使用Spark進行清洗,也可以使用自定義UDF函數來進行清洗
數據清洗注意點
1)我們可以看到每行數據以"\t"作為分隔符,每行有十列數據,最后一列關聯ID可以為空,那么我們對數據進行split之后數組的大小要大于8
2)數據中存在 "uNiKXDA8eyQ KRQE 1035 News & Politics 107" 這樣格式的數據,所以在處理category時需要注意 News & Politics中間的 &
處理后的數據如下:
下面的實戰都是基于數據清洗后的數據進行的
1)youtube1的創建,文件格式為textfile
create table youtube1(買粉絲Id string, uploader string, age int, category array<string>, length int, views int, rate float, ratings int, 買粉絲ments int,relatedId array<string>)
row format delimited
fields terminated by "\t"
買粉絲llection items terminated by "&"
stored as textfile;
2)youtube2的創建,文件格式為orc
create table youtube2(買粉絲Id string, uploader string, age int, category array<string>, length int, views int, rate float, ratings int, 買粉絲ments int,relatedId array<string>)
row format delimited
fields terminated by "\t"
買粉絲llection items terminated by "&"
stored as orc;
3)youtube3的創建,文件格式為orc,進行桶分區
create table youtube3(買粉絲Id string, uploader string, age int, category array<string>, length int, views int, rate float, ratings int, 買粉絲ments int,relatedId array<string>)
clustered by (uploader) into 8 buckets
row format delimited
fields terminated by "\t"
買粉絲llection items terminated by "&"
stored as orc;
數據導入:
1)load data inpath "path" into table youtube1;
2)由于無法將textfile格式的數據導入到orc格式的表格,所以數據需要從youtube1導入到youtube2和youtube3:
insert into table youtube2 select * from youtube1;
insert into table youtube3 select * from youtube1;
1)user_tmp的創建,文件格式textfile,24buckets
create table user_tmp(uploader string,買粉絲s int,friends int)
clustered by (uploader) into 24 buckets
row format delimited
fields terminated by "\t"
stored as textfile;
2)user的創建,文件格式orc,24buckets
create table user(uploader string,買粉絲s int,friends int)
clustered by (uploader) into 24 buckets
row format delimited
fields terminated by "\t"
stored as orc;
user表的數據導入也是同理
數據導入:
1)load data inpath "path" into table user_tmp;
2)由于無法將textfile格式的數據導入到orc格式的表格,所以數據需要從user_tmp導入到user:
insert into table user select * from user_tmp;
1)統計出觀看數最多的10個視頻
2)統計出視頻類別熱度的前10個類型
3)統計出視頻觀看數最高的50個視頻的所屬類別
4)統計出觀看數最多的前N個視頻所關聯的視頻的所屬類別排行
5)篩選出每個類別中熱度最高的前10個視頻
6)篩選出每個類別中評分最高的前10個視頻
7)找出用戶中上傳視頻最多的10個用戶的所有視頻
8)篩選出每個類別中觀看數Top10
select * from youtube3 order by views desc limit 10;
結果如下:
select tagId, 買粉絲unt(a.買粉絲id) as sum from (select 買粉絲id,tagId from youtube3 lateral view explode(category) catetory as tagId) a group by a.tagId order by sum desc limit 10;
結果:
select tagId, 買粉絲unt(a.買粉絲id) as sum from (select 買粉絲id,tagId from (select * from youtube3 order by views desc limit 20) e lateral view explode(category) catetory as tagId) a group by a.tagId order by sum desc;
結果:
思路:
結果:
思路:
結果如下:
select * from youtube_category where categoryId="Music" order by ratings desc limit 10;
結果如下:
思路:
結果如下:
豆丁網詳細資料大全
豆丁網創立于2007年,是全球最大的中文社會化閱讀平臺,為用戶提供一切有價值的可閱讀之物。截至2010年,豆丁網已經成功躋身網際網路全球500強,成為提供垂直服務的優秀網站之一。網站擁有分類廣泛的實用文檔、出版物、行業研究報告、以及數千位行業名人貢獻的專業檔案,各類讀物總數超過兩億。豆丁網鼓勵原創、鼓勵分享、尊重和維護上傳者的權益。在豆丁網,你可以分享你的文檔,并通過豆丁發表到不同部落格、論壇以及各種平臺上,進行廣泛傳播,同時還可以以非常環保的方式、低廉的價格看到熱門書刊、雜志、以及各類專業文獻。
豆丁網(Docin)是全球優秀的C2C文檔銷售與分享社區。豆丁允許用戶上傳包括:pdf、doc、ppt、txt在內的數十種格式的文檔檔案,并以Flash Player的形式在網頁中直接展示給讀者。簡而言之,豆丁就如同文檔版的Youtube。每天都有數以萬計的文檔會上傳到豆丁,正基于此,豆丁將致力構建全球最大的中文圖書館。
基本介紹 中文名 :豆丁網 外文名 :docin 網站類型 :C2C文檔分享網站 網站創始人 :林耀成 創立時間 :2007年 官網 ::docin/ 產品與服務,豆丁會議,會議PPT,豆丁書房,豆丁閱讀,播放器,豆丁彩蛋,服務理念,成長歷程,發展歷史,發展現狀, 產品與服務 豆丁會議 豆丁網會議頻道,整合國內最高端會議的商業文檔內容,關注各行業發展動態,挖掘行業文檔的商業價值,提供給行業人員一個專業的知識分享平臺。在這里,能很赞哦!(22743)
相关文章
- 07 學校消防安全買粉絲文章怎么寫(消防安全主題班會演講稿)
- 07 天津津誠偉業國際貿易有限公司(急急急!急需在廣東中山的所以的大眾捷達的4S店的地址!)
- 01 外貿業務員和外貿跟單員(外貿員與跟單員有什么區別?)
- 07 外貿公司調研報告如何寫(市場調研報告范文)
- 07 天津津誠偉業國際貿易有限公司(中國房地產500強名單)
- 07 外貿有趣小故事名人(“我和春天有個約會”——我的春節·我的故事)
- 01 外貿業務員和銷售的區別(銷售員,業務員有什么區別?)
- 07 大班運年貨教案(幼兒園大班教案《小袋鼠》)
- 07 如何看待中國海外軍事行動(如何看待我國當前周邊形勢)
- 01 外貿業務員和跟單員工作內容的區別(業務員和跟單員的區別)
热门文章
站长推荐
07 外貿企業存貨周轉率一般多少(企業止損的方案有哪些?)
01 外貿業務員好做嗎現在(外貿業務員這個職位好做嗎?)
01 外貿業務員是一份什么樣的工作(外貿業務員的主要工作是什么)
01 外貿業務員剛開始做什么(外貿業務員每天需要做哪些工作?)
01 外貿業務員助理的周記16篇(求外貿(業務員)實習的周記,10篇 每篇500字左右 請大家多多幫忙啊 要上交了 急啦!先這謝謝大家了。)
01 外貿業務員實踐總結與體會2000字(外貿業務員的自我總結報告)
07 外貿開場白專用語(本人想學英語,有電腦可以利用。請問有什么好的網站或是軟件可以幫助學習)
07 外貿合同編號可以自己隨便編嗎(半導體類基金最近上漲了嗎?)