电影票房之数据分析（Hive）

第1关：统计2020年上映的电影中，当前总票房最高的10部电影

#进入hive

hive

#在hive中创建数据库 mydb

create database mydb;

#使用数据库 mydb

use mydb;

#创建表moviecleaned并使用"/t"分割字段

create table moviecleaned(movie_name string,boxoffice string, box_rate string, sessions string, show_count_rate string, avg_number string, attendance string, total_boxoffice string, movie_days string,current_time string,releaseDate string)
row format delimited fields terminated by '\t'
stored as textfile;

#将本地清洗后的数据导入moviecleaned表中

load data local inpath '/data/workspace/myshixun/data/movies.txt' into table moviecleaned;

#创建top10_boxoffice表，用来存放数据查询的结果

create table top10_boxoffice(movie_name string, boxoffice float) row format delimited fields terminated by '\t' stored as textfile;

#查询，并将结果导入top10_boxoffice表中

insert overwrite table top10_boxoffice
select movie_name,max(round(total_boxoffice,1)) m
from moviecleaned
WHERE releaseDate like '2020%'
group by movie_name
ORDER BY m DESC
limit 10;

第2关: 统计2020年国庆假期中电影票房增长最多的三部电影及其每日的票房数据

#创建boxoffice_national_day表，用来存放数据查询的结果

create table boxoffice_national_day(movie_name string, boxoffice float,dates string) row format delimited fields terminated by '\t' stored as textfile;

#查询，并将结果导入boxoffice_national_day表中

insert overwrite table boxoffice_national_day
select movie_name,boxoffice,current_time
from moviecleaned
WHERE movie_name in
(select t.movie_name from(select movie_name,sum(boxoffice) as n from moviecleaned WHERE current_time between '2020-10-01' and '2020-10-07' GROUP BY movie_name order by n desc LIMIT 3) as t)
and  current_time between '2020-10-01' and '2020-10-07';

第3关：统计2020年中当日综合总票房最多的10天

#创建day_max_boxoffice表，用来存放数据查询的结果

create table day_max_boxoffice(dates string, boxoffice float)
row format delimited fields terminated by '\t' stored as textfile;

#查询，并将结果导入day_max_boxoffice表中

insert overwrite table day_max_boxoffice
select current_time,round(sum(boxoffice),2) as n
from moviecleaned
WHERE releaseDate like '2020%'
group by current_time
ORDER BY n DESC limit 10;

第4关：统计2020年首映的电影上映后7天的电影票房信息

#创建movie_boxoffice表，用来存放数据查询的结果

create table movie_boxoffice(movie_name string,dates string, boxoffice float)
row format delimited fields terminated by '\t' stored as textfile;

#查询，并将结果导入movie_boxoffice表中

insert overwrite table movie_boxoffice
select t.movie_name,moviecleaned.current_time,boxoffice
from moviecleaned left join
(select movie_name,current_time from moviecleaned WHERE movie_days="上映首日" and releaseDate like "2020%" GROUP BY movie_name,current_time) t
on moviecleaned.movie_name=t.movie_name
WHERE moviecleaned.current_time between t.current_time and DATE_ADD(t.current_time,+6)
ORDER BY t.movie_name,moviecleaned.current_time;

第5关：统计2020年元旦节与国庆节放假后7天的观影人数

#创建movie_boxoffice表，用来存放数据查询的结果

create table festival_boxoffice(dates string,festival string, num int) row format delimited fields terminated by '\t' stored as textfile;

#查询，并将结果导入movie_boxoffice表中

insert overwrite table festival_boxoffice
select split(current_time,'-')[2],case
when  t.current_time  between '2020-10-01' and '2020-10-07' then 'national_day'
when  t.current_time between '2020-01-01' and '2020-01-07' then 'new_year_day'
else 'other' END as festival ,
cast(sum(num) as bigint)
from (select current_time,avg_number*sessions as num from moviecleaned
WHERE current_time between '2020-10-01' and '2020-10-07' or current_time between '2020-01-01' and '2020-01-07') t
GROUP BY current_time;

电影票房之数据分析（Hive）相关推荐

电影票房之数据分析（Hive）-- 第2关
电影票房之数据分析(Hive)-- 第2关第2关:统计2020年国庆假期中电影票房增长最多的三部电影及其每日的票房数据本关任务基于EduCoder平台提供的初始数据集,统计国庆假期中电影票房增长 ...
python电影数据分析报告_【python数据分析实战】电影票房数据分析(二)数据可视化...
在上一部分<[python数据分析实战]电影票房数据分析(一)数据采集> 已经获取到了2011年至今的票房数据,并保存在了mysql中. 本文将在实操中讲解如何将mysql中的数据抽取出来 ...
DataEase看中国 - 中国影星“成龙”电影票房数据分析
背景介绍说起成龙,我们并不陌生,著名的动作明星.以武打动作片出道,凭借动作片<红番区>打入好莱坞,该片打破北美外语片票房纪录. 目前,由成龙.郭麒麟等主演的新片<龙 ...
【大数据分析专业毕设之基于python爬虫的电影票房大数据预测分析+大屏可视化分析
[大数据分析专业毕设之基于python爬虫的电影票房大数据预测分析+大屏可视化分析-哔哩哔哩https://b23.tv/saIKtBH flask web框架,数据使用requests模块爬取数据, ...
用Python分析了十年电影票房，原来我错过了这么多好电影！
"玩电影票房数据,我教你啊" 3月8日妇女节,我很期待的超级英雄电影<惊奇队长>上映了,票房表现很快过亿,但大众口碑却让人失望. 一个有趣且常见的现象是,隔壁获奖无数, ...
【推荐】揭秘谷歌电影票房预测模型
近日,谷歌公布了一项重要研究成果 – 电影票房预测模型.该模型能够提前一个月预测电影上映首周的票房收入,准确度高达94%.这在业内引起了强烈讨论,不少内人士认为该模型非常适合好莱坞电影公司通过预测票房 ...
十年电影票房数据爬取与分析 | 免费数据教程
3月8日妇女节,我很期待的超级英雄电影<惊奇队长>上映了,票房表现很快过亿,但大众口碑却让人失望. 一个有趣且常见的现象是,隔壁获奖无数,口碑爆炸的<绿皮书>,票房却远远不如& ...
电影票房多视图可视化（echarts）
可视化小白本学期一门课的作业报告,欢迎交流学习. 文章目录一. 数据分析-WHAT 1. 属性数据 2. 数据预处理二. 任务设计-WHY 1. 展示 2. 对比 3. 查询 4. 注释三. 可 ...
基于python 的电影票房可视化系统
一.介绍电影票房可视化系统是一个实时分析电影票房的系统,应用Python爬虫.Flask框架.Echarts等技术实现. 二.系统运行图首页实时票房排名票房排行top10 电影类型票房占有率 ...

电影票房之数据分析（Hive）

电影票房之数据分析（Hive）

第1关：统计2020年上映的电影中，当前总票房最高的10部电影

第2关: 统计2020年国庆假期中电影票房增长最多的三部电影及其每日的票房数据

第3关：统计2020年中当日综合总票房最多的10天

第4关：统计2020年首映的电影上映后7天的电影票房信息

第5关：统计2020年元旦节与国庆节放假后7天的观影人数

电影票房之数据分析（Hive）相关推荐

最新文章

热门文章