内容总结

作业(2 选 1)

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？

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.age FROM page_view pv JOIN user u ON (pv.userid = u.userid);

答第 2 题：

map 的输入是 Hive 表对应的文件读取内容的行号或偏移，以及行的内容；输出是：以 userid 为 key，值为表的标识+pageid 或 age（page_view 表为 pageid;user 表为 age）

reduce 的输入是：key 为 userid，表的标识+pageid 或 age（page_view 表为 pageid;user 表为 age）；输出为 pageid 和 age