第十二周作业

1. 在你所在的公司（行业、领域），正在用大数据处理哪些业务？可以用大数据实现哪些价值？

行业：AI（智能语音方向）

ASR、TTS、NLP、声纹、VAD 等语音技术都是基于深度学习技术，都需要大量标注好的数据进行模型训练和测试，大数据可以提供有力的支撑；

2. 分析如下 HiveQL，生成的 MapReduce 执行程序，map 函数输入是什么？输出是什么，reduce 函数输入是什么？输出是什么？

INSERT OVERWRITE TABLE pv_usersSELECT pv.pageid, u.ageFROM page_view pvJOIN user uON (pv.userid = u.userid);

Page_view 表和 user 表结构与数据示例如下：

Map 函数输入：table page_view 每一行文本； table user 每一行文本

Map 函数输出：输出 map， key:userid value:<tableid, pageid>; key:userid value:<tableid, age>

Reduce 函数输入：Map 的输出，经过 shuffle sort 作为输入

Reduce 函数输出：输出集合，每个元素包含 pageid，age