我在Excel工作表中有学生的详细信息，并且在驱动器中有他们各自的文件。我应该如何使用Hadoop合并数据，以便分析和得出结果？
答案 0 :(得分：0)
Excel不是数据库，因此只有在您的文件位于HDFS上（理想情况下是诸如Parquet之类的单独格式）或将其转换为正确的数据库之前，才能直接从Hadoop框架中查询它。
选项1）将Excel导出为CSV，然后上传到Hadoop并从那里开始
选项2）使用Apache POI（Java）或Pandas（Python）Excel库并与Hive集成，假设这就是您在此处所说的“ Hadoop”。
选项3）Use Spark-Excel
注意，除非您有超过100GB（较大的随机数）的学生数据，否则最好使用MySQL或Postgres