婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁(yè) > 知識(shí)庫(kù) > Hadoop計(jì)數(shù)器的應(yīng)用以及數(shù)據(jù)清洗

Hadoop計(jì)數(shù)器的應(yīng)用以及數(shù)據(jù)清洗

熱門(mén)標(biāo)簽:外呼系統(tǒng)不彈窗 申請(qǐng)400電話價(jià)格多少 安陽(yáng)ai電銷(xiāo)機(jī)器人軟件 柳州市機(jī)器人外呼系統(tǒng)報(bào)價(jià) 云會(huì)外呼系統(tǒng) 廈門(mén)營(yíng)銷(xiāo)外呼系統(tǒng)平臺(tái) 外呼系統(tǒng)的經(jīng)營(yíng)范圍 智能電話機(jī)器人坐席 涪陵商都400電話開(kāi)通辦理

數(shù)據(jù)清洗(ETL)

在運(yùn)行核心業(yè)務(wù)MapReduce程序之前,往往要先對(duì)數(shù)據(jù)進(jìn)行清洗,清理掉不符合用戶(hù)要求的數(shù)據(jù)。清理的過(guò)程往往只需要運(yùn)行Mapper程序,不需要運(yùn)行Reduce程序。

1.需求

去除日志中字段長(zhǎng)度小于等于11的日志。

(1)輸入數(shù)據(jù)

web.log

(2)期望輸出數(shù)據(jù)

每行字段長(zhǎng)度都大于11

2.需求分析

需要在Map階段對(duì)輸入的數(shù)據(jù)根據(jù)規(guī)則進(jìn)行過(guò)濾清洗。

3.實(shí)現(xiàn)代碼

(1)編寫(xiě)LogMapper類(lèi)

package com.atguigu.mapreduce.weblog;
import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class LogMapper extends Mapper<LongWritable, Text, Text, NullWritable>{
  Text k = new Text();
  @Override
  protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
   // 1 獲取1行數(shù)據(jù)
   String line = value.toString();
   // 2 解析日志
   boolean result = parseLog(line,context);
   // 3 日志不合法退出
   if (!result) {
     return;
   }
   // 4 設(shè)置key
   k.set(line);
   // 5 寫(xiě)出數(shù)據(jù)
   context.write(k, NullWritable.get());
  }
  // 2 解析日志
  private boolean parseLog(String line, Context context) {
   // 1 截取
   String[] fields = line.split(" ");
   // 2 日志長(zhǎng)度大于11的為合法
    if (fields.length > 11) {
     // 系統(tǒng)計(jì)數(shù)器
     context.getCounter("map", "true").increment(1);
     return true;
   }else {
     context.getCounter("map", "false").increment(1);
     return false;
   }
  }
}

(2)編寫(xiě)LogDriver類(lèi)

package com.atguigu.mapreduce.weblog;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
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 LogDriver {
  public static void main(String[] args) throws Exception {
// 輸入輸出路徑需要根據(jù)自己電腦上實(shí)際的輸入輸出路徑設(shè)置
    args = new String[] { "e:/input/inputlog", "e:/output1" };
   // 1 獲取job信息
   Configuration conf = new Configuration();
   Job job = Job.getInstance(conf);
   // 2 加載jar包
   job.setJarByClass(LogDriver.class);
   // 3 關(guān)聯(lián)map
   job.setMapperClass(LogMapper.class);
   // 4 設(shè)置最終輸出類(lèi)型
   job.setOutputKeyClass(Text.class);
   job.setOutputValueClass(NullWritable.class);
   // 設(shè)置reducetask個(gè)數(shù)為0
   job.setNumReduceTasks(0);
   // 5 設(shè)置輸入和輸出路徑
   FileInputFormat.setInputPaths(job, new Path(args[0]));
   FileOutputFormat.setOutputPath(job, new Path(args[1]));
   // 6 提交
   job.waitForCompletion(true);
  }
}

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接

標(biāo)簽:撫順 蕪湖 晉城 巴中 福州 南充 孝感 綏化

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Hadoop計(jì)數(shù)器的應(yīng)用以及數(shù)據(jù)清洗》,本文關(guān)鍵詞  Hadoop,計(jì)數(shù)器,的,應(yīng)用,以及,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Hadoop計(jì)數(shù)器的應(yīng)用以及數(shù)據(jù)清洗》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于Hadoop計(jì)數(shù)器的應(yīng)用以及數(shù)據(jù)清洗的相關(guān)信息資訊供網(wǎng)民參考!
  • 企业400电话

    智能AI客服机器人
    15000

    在线订购

    合计11份范本:公司章程+合伙协议+出资协议+合作协议+股权转让协议+增资扩股协议+股权激励+股东会决议+董事会决议

    推薦文章
    主站蜘蛛池模板: 泗洪县| 大宁县| 扶风县| 邵东县| 吉林省| 绩溪县| 汉沽区| 泰安市| 湖南省| 江都市| 桐柏县| 德保县| 泰兴市| 广州市| 鄯善县| 阿瓦提县| 宁德市| 兰坪| 哈巴河县| 金堂县| 堆龙德庆县| 平原县| 大安市| 元谋县| 江源县| 介休市| 凌源市| 敖汉旗| 和平县| 绥芬河市| 巨野县| 秦安县| 英山县| 利津县| 宣城市| 台山市| 民丰县| 阳曲县| 孟州市| 青海省| 龙岩市|