HIve+Sqoop实训报告（下）下

(三）分析大数据相关岗位1-3年工作经验的薪资水平（平均工资、最高工资、最低工资），并做出条形图展示出来；

3.1首先创建一个表data，把总表中大数据相关岗位的薪资字段和工作经验字段提取出来。

create table data as select salary,experience from job;

3.2再创建一个表data1用来存放从data表里面获取的1—3年工作经验的薪资。

create table data1 as select salary,experience from data where experience like '%1年经验%' or experience like '%2年经验%' or experience like '%3年经验%' or experience like '%1-2年经验%' or experience like '%1-3年经验%';

结果如下图：

3.3创建表data2用于提取表data1中的1—3年工作经验的薪资字段。

create table data2 as select salary from data1;

结果如下图：

3.4创建表data3用于去除data2薪资后面的引号。

create table data3 as select regexp_replace(salary,'"salary"','')as salary from data2;

结果如下图：

insert overwrite table data2 select * from data3 where salary is not null;

大数据相关岗位1-3年工作经验的薪资水平（平均工资、最高工资、最低工资），条形图结果展示：

（4）分析大数据相关岗位几年需求的走向趋势，并做出折线图展示出来；

create table xq as select * from job1 where position_name like '%大数据%';

create table xq1 as select release_date from xq;

create table xq2 as select regexp_replace(release_date,'"release_date"','')as release_date from xq1;

select count(*) from xq2 where release_date like '%05%';

select count(*) from xq2 where release_date like '%06%';

select count(*) from xq2 where release_date like '%07%';

大数据相关岗位几年需求的走向趋势，折线图展示:

最后

以上就是顺心荔枝最近收集整理的关于HIve+Sqoop实训报告（下）下的全部内容，更多相关HIve+Sqoop实训报告（下）下内容请搜索靠谱客的其他文章。