数据准备
1、数据来源：淘宝用户购物行为数据集
数据的相关介绍：
数据的一条记录包括：用户id，商品id，商品类目id，行为类型（行为类型：pv——点击，buy——购买，cart——加入购物车，fav——收藏），时间戳
数据包含了2017年11月25日至2017年12月3日之间淘宝用户的数据行为
用户数量：987994
商品数量：4162024
用户数量：987994
商品类目数量：9439
所有行为数量：100150807
2.上传数据
- 上传数据(将数据上传到hdfs)
新建文件夹data
mkdir data
将数据上传到xshell中的data文件夹
在hdfs上建立文件夹zq/data
hdfs dfs -