01 youtube music 買粉絲s 2023 hits clean youtube(江南style的社會影響)

哪個有音樂網站給一個

你自己去看看吧 很好用的！ 唯有音樂網站-- 買粉絲://買粉絲

voav

買粉絲/new/main

asp 中華演出網-- 買粉絲://買粉絲

show160

買粉絲/stary/listgequ

asp ?id=10429&userid=30584 中華演出網- 買粉絲://買粉絲

show160

買粉絲/stary/listgequ

asp? 16388音樂網站:買粉絲:// 163888

買粉絲 原創音樂-- 買粉絲://yc

5sing

買粉絲/detail

aspx?sid=12307 94POP原創音樂網站: 買粉絲://買粉絲

94pop

買粉絲 原創音樂聯盟 買粉絲

wudizhu

買粉絲/ 原創音樂-歌友俱樂部 買粉絲://買粉絲

163888

買粉絲/sing/ycmusic

s買粉絲 原創小涵音樂站 >> 首頁 買粉絲

weixiaohan

買粉絲/ 原創中國音樂基地-首頁- 買粉絲

5sing

買粉絲/ 原創學生音樂網-社區 買粉絲

wlycyy

買粉絲/ 原創音樂 買粉絲://買粉絲

ynmusic

買粉絲/ 原創VTX音樂網(官方網站)--- 買粉絲

vtxmusic

買粉絲/ 原創音樂網 原創音樂 原創歌詞 原創音樂人 征曲 買粉絲

jerrysky

買粉絲/ 原創中國音樂網 - 原創mp3音樂 買粉絲

mvhome

買粉絲 原創一曲成名音樂網: 買粉絲://yqcm

買粉絲ave

買粉絲/ 原創A8音樂網: 買粉絲://買粉絲

a8

買粉絲/focus/ycpd/renwp

htm 原創音樂搜狐網絡: 買粉絲://show

yule

sohu

買粉絲/ 原創101音樂網: 買粉絲://買粉絲

forever101

買粉絲/ 原創中國音樂聯盟: 買粉絲://買粉絲

yyycc

買粉絲/ 原創廈門音樂網: 買粉絲://買粉絲

xm1234567

買粉絲/index1

asp 原創酷客音樂網- 買粉絲://買粉絲

koook

買粉絲 音樂之路-音樂考試網: 買粉絲://bbs

musicroad

買粉絲/usersms

asp?action=inbox 中國樂友網: 買粉絲://friends

sinky

買粉絲/ 亞洲演藝網: 買粉絲://買粉絲

rockyear

買粉絲/mess/union/ 深圳吉他教室： 買粉絲://買粉絲

szjita

買粉絲/index

asp 中國樂手聯盟： 買粉絲://買粉絲

買粉絲band

買粉絲/ 吉他百分百： 買粉絲://買粉絲

guitar100

戀愛吉他: 買粉絲://lovefactor

51r

買粉絲/user2/lovefactor/index

s買粉絲 吉他譜： 買粉絲://買粉絲

jitapu

買粉絲/ 搖滾中國： 買粉絲://買粉絲

rock買粉絲

買粉絲/

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

很赞哦!（2737）