第三步，需要对数据进行清洗和分析。这一步是非常关键的一步。唐苏考虑了一下后，使用了ja语言编写了用于数据清洗的apreduce程序。清洗好数据之后，她将可用数据加载到hive数据库中，通过运行hql命令完成数据的分析与统计。最后在hive中执行sql脚本，查看表中的数据。
这一系列操作花了不少的时间，唐苏看到两个小时已经过去了。
她仅剩一个小时完成赛题。
第四步是完成数据可视化，唐苏思考了一下后分别采用柱状图，折线图，以及雷达图来输出自己分析的数据。
这次赛题的主题是对各地it行业从业人员的薪资情况进行对比分析，得出分析结果。
第五步，是写数据分析报告。
此时距离比赛结束还有半个小时。
而到这个点，还在现场的已经只剩下不到三分之一的人了。
很多同学要么放弃比赛直接离开，有的则可能是提前做完了离开。
有了可视化的图表，唐苏做数据分析比较顺利，也顺利在规定的时间内写出了分析报告。
写完报告后，唐苏点击了提交，然后离开了比赛现场。
分数不会当场出来，所以唐苏还需要等几天后公布的复赛名单才会知道自己有没有机会晋级复赛。
将近150人参加初赛，但是只有30名同学能进复赛，唐苏不知道自己有没有这个机会，但是她已经尽力了，做按照步骤做完了题。
如果最后没有晋级，只能说，她现在的专业水平还不够。
，请访问手机请访问：推荐：reenda{font-size:15pxlor:396dd4paddg:010px}