MapReduce之流量汇总案例
流量汇总案例
1.需求
现在我们采集到了一份用户访问流量的数据,我们需要从这份数据中统计出每个用户的流量数据。
部分测试数据如下:可以拷贝出去做测试
1363157985066 13726230503 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 27 2481 24681 200
1363157995052 13826544101 5C-0E-8B-C7-F1-E0:CMCC 120.197.40.4 4 0 264 0 200
1363157991076 13926435656 20-10-7A-28-CC-0A:CMCC 120.196.100.99 2 4 132 1512 200
1363154400022 13926251106 5C-0E-8B-8B-B1-50:CMCC 120.197.40.4 4 0 240 0 200
1363157993044 18211575961 94-71-AC-CD-E6-18:CMCC-EASY 120.196.100.99 iface.qiyi.com 视频网站 15 12 1527 2106 200
1363157995074 84138413 5C-0E-8B-8C-E8-20:7DaysInn 120.197.40.4 122.72.52.12 20 16 4116 1432 200
1363157993055 13560439658 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
1363157995033 15920133257 5C-0E-8B-C7-BA-20:CMCC 120.197.40.4 sug.so.360.cn 信息安全 20 20 3156 2936 200
1363157983019 13719199419 68-A1-B7-03-07-B1:CMCC-EASY 120.196.100.82 4 0 240 0 200
1363157984041 13660577991 5C-0E-8B-92-5C-20:CMCC-EASY 120.197.40.4 s19.cnzz.com 站点统计 24 9 6960 690 200
1363157973098 15013685858 5C-0E-8B-C7-F7-90:CMCC 120.197.40.4 rank.ie.sogou.com 搜索引擎 28 27 3659 3538 200
1363157986029 15989002119 E8-99-C4-4E-93-E0:CMCC-EASY 120.196.100.99 www.umeng.com 站点统计 3 3 1938 180 200
1363157992093 13560439658 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 15 9 918 4938 200
1363157986041 13480253104 5C-0E-8B-C7-FC-80:CMCC-EASY 120.197.40.4 3 3 180 180 200
1363157984040 13602846565 5C-0E-8B-8B-B6-00:CMCC 120.197.40.4 2052.flash2-http.qq.com 综合门户 15 12 1938 2910 200
1363157995093 13922314466 00-FD-07-A2-EC-BA:CMCC 120.196.100.82 img.qfc.cn 12 12 3008 3720 200
1363157982040 13502468823 5C-0A-5B-6A-0B-D4:CMCC-EASY 120.196.100.99 y0.ifengimg.com 综合门户 57 102 7335 110349 200
1363157986072 18320173382 84-25-DB-4F-10-1A:CMCC-EASY 120.196.100.99 input.shouji.sogou.com 搜索引擎 21 18 9531 2412 200
1363157990043 13925057413 00-1F-64-E1-E6-9A:CMCC 120.196.100.55 t3.baidu.com 搜索引擎 69 63 11058 48243 200
1363157988072 13760778710 00-FD-07-A4-7B-08:CMCC 120.196.100.82 2 2 120 120 200
1363157985066 13726238888 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 27 2481 24681 200
1363157993055 13560436666 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
1363157993055 13560436646 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
1363157984041 13660573991 5C-0E-8B-92-5C-20:CMCC-EASY 120.197.40.4 s19.cnzz.com 站点统计 24 9 6960 690 200
1363157973098 15013685858 5C-0E-8B-C7-F7-90:CMCC 120.197.40.4 rank.ie.sogou.com 搜索引擎 28 27 3659 3538 200
1363157986029 15989102119 E8-99-C4-4E-93-E0:CMCC-EASY 120.196.100.99 www.umeng.com 站点统计 3 3 1938 180 200
1363157992093 13560439658 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 15 9 918 4938 200
1363157986041 13480453104 5C-0E-8B-C7-FC-80:CMCC-EASY 120.197.40.4 3 3 180 180 200
1363157984040 13602246565 5C-0E-8B-8B-B6-00:CMCC 120.197.40.4 2052.flash2-http.qq.com 综合门户 15 12 1938 2910 200
1363157995093 13922114466 00-FD-07-A2-EC-BA:CMCC 120.196.100.82 img.qfc.cn 12 12 3008 3720 200
1363157982040 13506468823 5C-0A-5B-6A-0B-D4:CMCC-EASY 120.196.100.99 y0.ifengimg.com 综合门户 57 102 7335 110349 200
1363157986072 18320173382 84-25-DB-4F-10-1A:CMCC-EASY 120.196.100.99 input.shouji.sogou.com 搜索引擎 21 18 9531 2412 200
1363157990043 13925047413 00-1F-64-E1-E6-9A:CMCC 120.196.100.55 t3.baidu.com 搜索引擎 69 63 11058 48243 200
1363157988072 13760758710 00-FD-07-A4-7B-08:CMCC 120.196.100.82 2 2 120 120 200
1363157985066 13726228888 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 27 2481 24681 200
1363157993055 13560416666 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
1363157993055 13560436766 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
2.需求分析
Map阶段读取一行数据需要记录’上行流量’,‘下行流量’以及’总流量’,单个基本数据类型不方便保存,引入自定义对象保存,但需要序列化.
3.具体实现
3.1创建自定义对象
注意需要实现序列化,此处我们实现Writable接口,重写相关的方法
package com.sxt.mr.flow;import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;import org.apache.hadoop.io.Writable;
/*** 存储流量相关数据* @author 波波烤鸭**/
public class Flow implements Writable {// 上下流量private long upFlow;// 下行流量private long downFlow;// 总流量private long sumFlow;public long getUpFlow() {return upFlow;}public void setUpFlow(long upFlow) {this.upFlow = upFlow;}public long getDownFlow() {return downFlow;}public void setDownFlow(long downFlow) {this.downFlow = downFlow;}public Flow(long upFlow, long downFlow) {super();this.upFlow = upFlow;this.downFlow = downFlow;this.sumFlow = upFlow + downFlow;}/*** 无参构造方法必须要有 反射的时候需要用到*/public Flow() {super();}/*** 序列化方法*/@Overridepublic void write(DataOutput out) throws IOException {// TODO Auto-generated method stubout.writeLong(upFlow);out.writeLong(downFlow);out.writeLong(sumFlow);}@Overridepublic String toString() {return upFlow + "\t" + downFlow + "\t" + sumFlow;}/*** 反序列化 反序列化的顺序和序列化的顺序一致*/@Overridepublic void readFields(DataInput in) throws IOException {// TODO Auto-generated method stubupFlow = in.readLong();downFlow = in.readLong();sumFlow = in.readLong();}public long getSumFlow() {return sumFlow;}public void setSumFlow(long sumFlow) {this.sumFlow = sumFlow;}
}
3.2 自定义MapTask
注意输出的value就是我们自定义的类型
public class MyMapTask extends Mapper<LongWritable, Text, Text, Flow>{@Overrideprotected void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException {// 将一行数据转换为StringString line = value.toString();// 切分字段String[] fields = line.split("\t");// 取出手机号String phoneNum = fields[1];// 取出上行流量下行流量long upFlow = Long.parseLong(fields[fields.length-3]);long downFlow = Long.parseLong(fields[fields.length-2]);Flow flow = new Flow(upFlow,downFlow);context.write(new Text(phoneNum), flow);}
}
3.3 自定义ReduceTask
public class MyReduceTask extends Reducer<Text, Flow, Text, Flow>{@Overrideprotected void reduce(Text key, Iterable<Flow> values, Context context)throws IOException, InterruptedException {long sum_upflow = 0;long sum_downflow = 0;for (Flow flow : values) {sum_upflow += flow.getUpFlow();sum_downflow += flow.getDownFlow();}Flow f = new Flow(sum_upflow,sum_downflow);// 必须重写Flow的toString方法context.write(new Text(key), f);}
}
3.4 启动类测试
采用本地模式运行
package com.sxt.mr.flow;import java.io.IOException;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;public class FlowTest {public static void main(String[] args) throws Exception {Configuration conf = new Configuration(true);conf.set("mapreduce.framework.name", "local");// 输出到HDFS文件系统中// conf.set("fs.defaultFS", "hdfs://hadoop-node01:9000");// 输出到本地文件系统conf.set("fs.defaultFS", "file:///");Job job = Job.getInstance(conf);job.setJarByClass(FlowTest.class);// 指定本job要使用的map/reduce的工具类job.setMapperClass(MyMapTask.class);job.setReducerClass(MyReduceTask.class);// 指定mapper输出kv的类型job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(Flow.class);job.setOutputKeyClass(Text.class);job.setOutputValueClass(Flow.class);// 指定job的原始文件输入目录// 6.设置输出输出类FileInputFormat.setInputPaths(job, new Path("c:/tools/bigdata/mr/flow/input/"));FileOutputFormat.setOutputPath(job, new Path("c:/tools/bigdata/mr/flow/output/"));//将job中配置的相关参数,以及job所用的jar包提交给yarn运行//job.submit(); waitForCompletion等待执行完成boolean flag = job.waitForCompletion(true);System.exit(flag?0:1);}
}
3.5 输出结果
4. 总结
本案例主要是演示了自定义对象在MapReduce任务中的使用,注意序列化!
MapReduce之流量汇总案例相关推荐
- 使用mapreduce进行流量汇总程序开发
现有文件关于流量文件内容如下 1363157985066 13726230503 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 2 ...
- 流量汇总案例(一)之统计手机号耗费的总上行流量、下行流量、总流量(序列化)
1)需求: 统计每一个手机号耗费的总上行流量.下行流量.总流量 2)数据准备 1363157985066 13726230503 00-FD-07-A4-72-B8:CMCC 120.196.100. ...
- 使用Mapreduce案例编写用于统计文本中单词出现的次数的案例、mapreduce本地运行等,Combiner使用及其相关的知识,流量统计案例和流量总和以及流量排序案例,自定义Partitioner
工程结构: 在整个案例过程中,代码如下: WordCountMapper的代码如下: package cn.toto.bigdata.mr.wc; import java.io.IOException ...
- Vue.js-Day02-AM【Vue表单、核心指令(单选框、密码框、多行文本框、单选、多选、勾选、下拉列表)、组件汇总案例、ToDoList案例、计算属性(computed)、watch监听】
Vue.js实训[基础理论(5天)+项目实战(5天)]博客汇总表[详细笔记] 目 录 1.Vue表单 原生JS实现异步表单提交 运行截图 代码 核心指令 单选框.密码框.多行文本框 单选 多选 勾 ...
- cacti配置流量汇总
Cacti是很不错的流量监控软件,利用rrdtool制图,可精确系统地展示流量图.有个需求:汇总线上所有服务器的inbound和outbound流量,并导出每5分钟的更新数据. 一.Cacti精度设置 ...
- MapReduce的经典入门案例
MapReduce的经典入门案例 WordCount项目
- 全媒体运营师胡耀文教你:4个私域流量直播案例复盘
私域流量这个词在这两年异常火爆,很多企业用私域流量的方式做转化,不得不说,私域流量在运营好的基础上,可以实现流量与存量的双赢. 本文作者分享了关于4个私域流量直播案例复盘,我们一起来看一下. 在分享前 ...
- 一脸懵逼学习Hadoop中的序列化机制——流量求和统计MapReduce的程序开发案例——流量求和统计排序...
一:序列化概念 序列化(Serialization)是指把结构化对象转化为字节流. 反序列化(Deserialization)是序列化的逆过程.即把字节流转回结构化对象. Java序列化(java.i ...
- 大数据教程(9.1)流量汇总排序的mr实现
2019独角兽企业重金招聘Python工程师标准>>> 上一章我们有讲到一个mapreduce案例--移动流量排序,如果我们要将最后的输出结果按总流量大小逆序输出,该怎么实现呢?本节 ...
最新文章
- 鸿蒙10.1升级机型,鸿蒙系统的前奏,华为EMUI10.1从底层掏空安卓,20款老机型升级...
- 如何建设移动 DevOps?
- 老刘在微软Ignite China大会上聊低代码
- 推荐算法 php SQL,MixPHP 独特的SQL构建方式
- win10系统预览体验计划错误代码0x800bfa19怎么办
- java中文转Unicode
- quartus 使用IP提供的脚本仿真rapidio
- Go基础编程:运算符
- 疯狂java 李刚 pdf_Java开发教程 – 《疯狂Java讲义第4版》PDF及代码+李刚
- vue实现添加购物车光标效果
- 二次开发时,css中 @font-face 的处理方法
- 求三维空间向量旋转角
- U盘做系统时如何设置USB为第一启动盘
- 称重系统中应用车牌识别实现无人值守称重系统解决方案
- 基于LMS算法的DFE判决反馈均衡器
- Sublime Text 怎么使用打开md,替代Typora
- html网页启动不了404错误,造成网页 404 错误的几大原因介绍
- cuda编程环境搭建
- Intel MediaSDK sample_decode 官方GPU解码流程学习(二) - 在双显卡机器上实现DirectX11 D3D11和OpenCL共享资源
- 左移,右移的数字意义