"Result文件数据说明： Ip：106.39.41.166,（城市） Date：10/Nov/2016:00:01:02 +0800,（日期） Day：10,（天数） Traffic: 54 ,（流量） Type: video,（类型：视频video或文章article） Id: 8701（视频或 ...."

someone1
AI专业者开发社区 1 号成员
AI开发者社区 • 0 回帖 • 1 浏览 • 4 个月前

MongDB日志分析

Result文件数据说明：

Ip：106.39.41.166,（城市）

Date：10/Nov/2016:00:01:02 +0800,（日期）

Day：10,（天数）

Traffic: 54 ,（流量）

Type: video,（类型：视频video或文章article）

Id: 8701（视频或者文章的id）

测试要求：

1、 数据清洗：按照进行数据清洗，并将清洗后的数据导入 MongDB数据库中。

两阶段数据清洗：

（1）第一阶段：把需要的信息从原始日志中提取出来

ip: 199.30.25.88

time: 10/Nov/2016:00:01:03 +0800

traffic: 62

文章： article/11325

视频： video/3235

（2）第二阶段：根据提取出来的信息做精细化操作

ip--->城市 city（IP）

date--> time:2016-11-10 00:01:03

day: 10

traffic:62

type:article/video

id:11325

package DataClean;
import java.io.IOException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Locale;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
public class dataclean{
public static class Map extends Mapper<Object,Text,Text,Text>{
public static final SimpleDateFormat FORMAT = new SimpleDateFormat("d/MMM/yyyy:HH🇲🇲ss", Locale.ENGLISH); // 原时间格式
public static final SimpleDateFormat dateformat1 = new SimpleDateFormat("yyyy-MM-dd-HH🇲🇲ss");// 现时间格式
private static Date parseDateFormat(String string) { // 转换时间格式
Date parse = null;
try {
parse = FORMAT.parse(string);
} catch (Exception e) {
e.printStackTrace();
}
return parse;
}
private static Text newKey = new Text();
private static Text newvalue = new Text();
public void map(Object key,Text value,Context context) throws IOException, InterruptedException{
String line = value.toString();
System.out.println(line);
String arr[] = line.split(",");
newKey.set(arr[0]);
final int first = arr[1].indexOf("");
final int last = arr[1].indexOf(" +0800");
String time = arr[1].substring(first + 1, last).trim();
Date date = parseDateFormat(time);
arr[1] = dateformat1.format(date);
newvalue.set(arr[1]+" "+arr[2]+" "+arr[3]+" "+arr[4]+" "+arr[5]);
context.write(newKey,newvalue);
}
}
public static class Reduce extends Reducer<Text, Text, Text, Text> {
protected void reduce(Text key, Iterable<Text> values, Context context)throws IOException, InterruptedException {
for(Text text : values){
context.write(key,text);
}
}
}
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Configuration conf = new Configuration();
System.out.println("start");
Job job=Job.getInstance(conf);
job.setJobName("filter");
job.setJarByClass(shujuqingxi.class);
job.setMapperClass(Map.class);
job.setReducerClass(Reduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);
Path in=new Path("hdfs://192.168.57.100:9000/testhdfs1026/result.txt");
Path out=new Path("hdfs://192.168.57.100:9000/testhdfs1026/result");
FileInputFormat.addInputPath(job, in);
FileOutputFormat.setOutputPath(job, out);
boolean flag = job.waitForCompletion(true);
System.out.println(flag);
System.exit(flag? 0 : 1);
}
}

（3）MongDB 数据库表结构:

create table data(mip String,
mtime String,
mday String,
mtraffic String,
mtype String,
mid String)
ROW format delimited fields terminated by ',' STORED AS TEXTFILE;

创建数据表：