作業要求來自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3339
本次選取的是爬取歌曲《Five Hours》的歌評資料
1.将爬蟲大作業産生的csv檔案上傳到HDFS
2.對CSV檔案進行預處理生成無标題文本檔案
3.把hdfs中的文本檔案最終導入到資料倉庫Hive中
建立資料庫：
建立pinlun表：
建立yonghu表：
4.在Hive中檢視并分析資料
查詢pinlun表：
查詢yonghu表：
5.用Hive對爬蟲大作業産生的進行資料分析，寫一篇部落格描述你的分析過程和分析結果。（10條以上的查詢分析）
由于本次試驗的資料未經過有效清洗，是以存在部分高名額的資料（這是被爬取的使用者刷的），是以可能會對資料的分析有一定的影響，但時間緊促，望諒解。
（1）查詢點贊數前15的評論
分析：在點贊最多的評論中，大多是在描述自己的生活情況，和寫口嗨詩，可以看出網友對這首電音的素質的肯定和其節奏的優秀。
（2）查詢點贊數前15的使用者資訊
（3）查詢男女數量比例
分析：其中0表示沒有設定性别，NULL是資料的錯誤為無意義的，1表示性别為男性，2表示性别為女性，從數量上可以看出男性對這首歌更感興趣一些。
（4）男性點贊數前15的評論
分析：在男性點贊前15的評論中（除去重複），都是在寫在聽這首電音時内心的獨白，證明這首音樂的确能夠使人的思維變得積極和亢奮。
（5）女性點贊數前15的評論
分析：在女性點贊前15的評論中（除去重複），都是在描述日常生活的情景，說明這首音樂也可以讓人放松精神。
（6）評論使用者中的平均等級
分析：在這首歌的評論中，使用者的平均等級為六點多，從網易雲音樂的使用者等級制度來看，評論的使用者使用這個平台時間挺長的。
（7）評論使用者的等級分布
分析：在等級分布來看，使用者等級在6、7、8級的比較多，可以看出大部分都是音樂愛好者。
（8）評論使用者中的平均年齡
分析：聽衆年齡大多數集中在19-20歲，證明這首音樂的确受到年輕人的喜愛。
（9）評論使用者的城市前十分布
分析：（NULL為預處理錯誤，無意義）根據城市編号和使用者的城市分布來看，使用者主要分布在北京、廣東、上海等地區。
（10）粉絲數前15的使用者的評論
分析：（除去重複資料後）一些粉絲數較多的使用者也對這首歌的評價也相對積極，說明這首歌确實很不錯吧。
（11）關注數前15的使用者評論
分析：（除去重複資料）在關注數前15的使用者評論中，出現了相同的使用者評論了多條評論，說明這些使用者熱衷于評論音樂
（12）評論使用者中平均聽歌數量
分析：在評論使用者中，平均聽歌數量接近兩千，可以說他們都非常喜愛音樂了。