官網示例

官網地址：

https://cwiki.apache.org/confluence/display/Hive/GettingStarted#GettingStarted-ApacheWeblogData

下載數據

wget http://files.grouplens.org/datasets/movielens/ml-100k.zip

我們下載好數據

安裝unzip

yum install -y unzip

解壓數據

創建庫

創建表

CREATE TABLE u_data (

userid INT,

movieid INT,

rating INT,

unixtime STRING)

ROW FORMAT DELIMITED

FIELDS TERMINATED BY 't'

STORED AS TEXTFILE;

加載數據

LOAD DATA LOCAL INPATH '/data/ml-100k/u.data' OVERWRITE INTO TABLE u_data;

查看下數據

select * from u_data limit 10;

編寫python腳本，創建文件weekday_mapper.py，編寫下面代碼

import sys

import datetime

for line in sys.stdin:

line = line.strip()

userid, movieid, rating, unixtime = line.split('t')

weekday = datetime.datetime.fromtimestamp(float(unixtime)).isoweekday()

print 't'.join([userid, movieid, rating, str(weekday)])

創建結果表

CREATE TABLE u_data_new (

userid INT,

movieid INT,

rating INT,

weekday INT)

ROW FORMAT DELIMITED

FIELDS TERMINATED BY 't';

添加文件

add FILE /data/weekday_mapper.py;

插入數據

INSERT OVERWRITE TABLE u_data_new

SELECT

TRANSFORM (userid, movieid, rating, unixtime)

USING 'python weekday_mapper.py'

AS (userid, movieid, rating, weekday)

FROM u_data;

查詢結果

SELECT weekday, COUNT(*)

FROM u_data_new

GROUP BY weekday;

就可以看到結果了，周一評論量12254，后面依次類推得到信息

再看下常見的時間格式

Hive的自帶的時間函數，利用show functions;

查看下面兩個函數：

unix_timestamp（轉換為時間戳）unix_timestamp，以格林威治時間為基準

from_unixtime （轉換為標準時間格式）

這些時間準確表達可以分析網站后臺日志數據，統計用戶停留時間等。比如查看兩條時間的時間差，先轉換為統一unix時間戳，再相減就能得到

測試

select unix_timestamp("2015-08-31 00:04:37");

如果使用下面

select unix_timestamp("20150831000437");

select unix_timestamp("20150831 000437");

運行之后null，無法識別格式

指定格式進行轉換，

select unix_timestamp("20150831000437","yyyyMMddHHmmss");

select unix_timestamp("20150831000437","yyyyMMdd HHmmss");這樣也不可以

將Unix時間戳轉換為標準時間格式

select from_unixtime(1440950677);

這次就可以

select from_unixtime(1440950677,"yyyyMMdd HHmmss");

總結

以上是生活随笔為你收集整理的mediarecorder添加时间戳_Python脚本实现数据处理（官方实例）和Hive自带时间函数...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。