使用Hive加载HDFS数据并分析图书评分情况

在Apache Hive中，你可以通过创建外部表（EXTERNAL TABLE）或者使用`LOAD DATA INPATH`命令从Hadoop Distributed File System (HDFS) 加载图书评分数据。首先，你需要确保数据存储在HDFS的适当路径下，并且文件格式是Hive支持的，比如文本文件、CSV或JSON。

1. 定义Hive表:

CREATE EXTERNAL TABLE books_ratings (
    book_id INT,
    user_id INT,
    rating DECIMAL(3,1),
    timestamp TIMESTAMP
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

这里假设数据是以逗号分隔值（CSV）的形式存在。

2. 加载数据:

LOAD DATA LOCAL INPATH '/path/to/books_ratings_data.csv' INTO TABLE books_ratings;

如果你的数据不在本地（例如，直接在HDFS上），则去掉`LOCAL`关键字。

3. 分析图书评分情况:
- 查询平均评分:

   SELECT AVG(rating) as average_rating FROM books_ratings;

- 按书籍ID统计评分分布:

   SELECT book_id, COUNT(*) as rating_count FROM books_ratings GROUP BY book_id;