- 浏览: 24251 次
- 性别:
- 来自: 上海
最新评论
[实验]hadoop例子 在线用户分析
- 博客分类:
- hadoop
一个简单的业务场景和例子。由wordcount例子改写。
业务场景:
每个用户有在线事件,并带有日志。分析一段时间内的在线的用户以及他们的事件数。
备注:假设事件日志中以逗号分割字段,第5个字段为用户识别码
job报告部分:
13/08/30 15:25:50 INFO mapred.JobClient: Job complete: job_local206120026_0001
13/08/30 15:25:50 INFO mapred.JobClient: Counters: 22
13/08/30 15:25:50 INFO mapred.JobClient: File Output Format Counters
13/08/30 15:25:50 INFO mapred.JobClient: Bytes Written=40450120
13/08/30 15:25:50 INFO mapred.JobClient: FileSystemCounters
13/08/30 15:25:50 INFO mapred.JobClient: FILE_BYTES_READ=907603353
13/08/30 15:25:50 INFO mapred.JobClient: HDFS_BYTES_READ=4244630128
13/08/30 15:25:50 INFO mapred.JobClient: FILE_BYTES_WRITTEN=1520436699
13/08/30 15:25:50 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=40450120
13/08/30 15:25:50 INFO mapred.JobClient: File Input Format Counters
13/08/30 15:25:50 INFO mapred.JobClient: Bytes Read=612273464
13/08/30 15:25:50 INFO mapred.JobClient: Map-Reduce Framework
13/08/30 15:25:50 INFO mapred.JobClient: Reduce input groups=2886293
13/08/30 15:25:50 INFO mapred.JobClient: Map output materialized bytes=103629708
13/08/30 15:25:50 INFO mapred.JobClient: Combine output records=12122417
13/08/30 15:25:50 INFO mapred.JobClient: Map input records=8895828
13/08/30 15:25:50 INFO mapred.JobClient: Reduce shuffle bytes=0
13/08/30 15:25:50 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
13/08/30 15:25:50 INFO mapred.JobClient: Reduce output records=2886293
13/08/30 15:25:50 INFO mapred.JobClient: Spilled Records=17879555
13/08/30 15:25:50 INFO mapred.JobClient: Map output bytes=126802892
13/08/30 15:25:50 INFO mapred.JobClient: CPU time spent (ms)=0
13/08/30 15:25:50 INFO mapred.JobClient: Total committed heap usage (bytes)=8510898176
13/08/30 15:25:50 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
13/08/30 15:25:50 INFO mapred.JobClient: Combine input records=15261107
13/08/30 15:25:50 INFO mapred.JobClient: Map output records=8895828
13/08/30 15:25:50 INFO mapred.JobClient: SPLIT_RAW_BYTES=1340
13/08/30 15:25:50 INFO mapred.JobClient: Reduce input records=5757138
业务场景:
每个用户有在线事件,并带有日志。分析一段时间内的在线的用户以及他们的事件数。
备注:假设事件日志中以逗号分割字段,第5个字段为用户识别码
public class ActiveUserMapper extends Mapper<Object, Text, Text, IntWritable> { private final static IntWritable one = new IntWritable(1); private Text user = new Text(); protected void map(Object key, Text value, Context context) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.toString(), ","); int index = 0; while (itr.hasMoreTokens()) { if (index == 4) { user.set(itr.nextToken()); context.write(user, one); break; } else { itr.nextToken(); } index++; } } }
public class ActiveUserReducer extends Reducer<Text, IntWritable, Text, IntWritable> { private IntWritable events = new IntWritable(); @Override protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int sum = 0; for (IntWritable val : values) { sum += val.get(); } events.set(sum); context.write(key, events); } }
public class ActiveUserMRDriver extends Configured implements Tool { @Override public int run(String[] args) throws Exception { if(args.length != 2){ System.out.printf("Usage %s [generic options] <in> <out>\n", getClass().getName()); ToolRunner.printGenericCommandUsage(System.out); return -1; } Configuration conf = new Configuration(); conf.set("fs.default.name", "hdfs://node04vm01:9000"); Job job = new Job(conf, "active user analyst"); job.setJarByClass(ActiveUserMRDriver.class); job.setMapperClass(ActiveUserMapper.class); job.setCombinerClass(ActiveUserReducer.class); job.setReducerClass(ActiveUserReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); FileInputFormat.setInputPaths(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); return job.waitForCompletion(true) ? 0 : 1; } public static void main(String[] args) throws Exception { int exitCode = ToolRunner.run(new ActiveUserMRDriver(), args); System.exit(exitCode); } }
job报告部分:
13/08/30 15:25:50 INFO mapred.JobClient: Job complete: job_local206120026_0001
13/08/30 15:25:50 INFO mapred.JobClient: Counters: 22
13/08/30 15:25:50 INFO mapred.JobClient: File Output Format Counters
13/08/30 15:25:50 INFO mapred.JobClient: Bytes Written=40450120
13/08/30 15:25:50 INFO mapred.JobClient: FileSystemCounters
13/08/30 15:25:50 INFO mapred.JobClient: FILE_BYTES_READ=907603353
13/08/30 15:25:50 INFO mapred.JobClient: HDFS_BYTES_READ=4244630128
13/08/30 15:25:50 INFO mapred.JobClient: FILE_BYTES_WRITTEN=1520436699
13/08/30 15:25:50 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=40450120
13/08/30 15:25:50 INFO mapred.JobClient: File Input Format Counters
13/08/30 15:25:50 INFO mapred.JobClient: Bytes Read=612273464
13/08/30 15:25:50 INFO mapred.JobClient: Map-Reduce Framework
13/08/30 15:25:50 INFO mapred.JobClient: Reduce input groups=2886293
13/08/30 15:25:50 INFO mapred.JobClient: Map output materialized bytes=103629708
13/08/30 15:25:50 INFO mapred.JobClient: Combine output records=12122417
13/08/30 15:25:50 INFO mapred.JobClient: Map input records=8895828
13/08/30 15:25:50 INFO mapred.JobClient: Reduce shuffle bytes=0
13/08/30 15:25:50 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
13/08/30 15:25:50 INFO mapred.JobClient: Reduce output records=2886293
13/08/30 15:25:50 INFO mapred.JobClient: Spilled Records=17879555
13/08/30 15:25:50 INFO mapred.JobClient: Map output bytes=126802892
13/08/30 15:25:50 INFO mapred.JobClient: CPU time spent (ms)=0
13/08/30 15:25:50 INFO mapred.JobClient: Total committed heap usage (bytes)=8510898176
13/08/30 15:25:50 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
13/08/30 15:25:50 INFO mapred.JobClient: Combine input records=15261107
13/08/30 15:25:50 INFO mapred.JobClient: Map output records=8895828
13/08/30 15:25:50 INFO mapred.JobClient: SPLIT_RAW_BYTES=1340
13/08/30 15:25:50 INFO mapred.JobClient: Reduce input records=5757138
发表评论
-
[实验]avro与non-avro的mapred例子-wordcount改写
2013-09-03 16:15 999avro非常适合用于hadoop。在开发的时候可能有这样的场景 ... -
[实验]hadoop例子 trackinfo数据清洗的改写
2013-09-03 10:42 1039之前的“trackinfo数据清洗”例子中为使用combine ... -
[笔记]hadoop tutorial - Reducer
2013-09-03 10:15 702引用Reducer reduces a set of inte ... -
[实验]hadoop例子 trackinfo数据清洗
2013-09-02 17:24 2528业务场景: 假设用户在某处(例如某个网页或者某个地点)的活动会 ... -
[环境] hadoop 开发环境maven管理
2013-09-02 17:02 1431贴一下整理的maven管理配置(待补充) <proj ... -
[笔记]avro 介绍及官网例子
2013-09-02 14:22 3837Apache Avro是一个独立于编程语言的数据序列化系统。旨 ... -
[笔记]hadoop mapred InputFormat分析
2013-08-30 13:43 1220Hadoop MapReduce的编程接口层主要有5个可编程组 ... -
[笔记]hdfs namenode FSNamesystem分析
2013-08-30 09:18 1113NameNode在内存中维护整个文件系统的元数据镜像,用于HD ... -
[笔记]hdfs namenode FSImage分析1
2013-08-29 15:10 1832元数据文件fsimage的分析 fsimage为元数据镜像文件 ... -
[实验]集群hadoop配置
2013-08-28 16:53 812环境 hadoop1.2.0 CentOS release ... -
[实验]单机hadoop配置
2013-08-28 14:16 572环境: hadoop1.2.0 配置 修改conf/core ... -
[问题解决]hadoop eclipse plugin
2013-08-27 09:22 936环境: hadoop 1.2.0 问题: eclipse报错& ...
相关推荐
针对本次实验,我们需要用到Hadoop集群作为模拟大数据的分析软件,集群环境必须要包括,hdfs,hbase,hive,flume,sqoop等插件,最后结合分析出来的数据进行可视化展示,需要用到Python(爬取数据集,可视化展示)...
hadoop 搜索引擎 用户行为分析 基于hadoop的搜索引擎用户行为分析,采用分布式文 件系统和并行计算模型支撑海量日志文件的处理
Hadoop豆瓣电影数据分析(Hadoop)操作源码
是大数据课程大作业,基于Hadoop的电影影评数据分析,需要安装Hadoop,了解MapReduce 和HDFS。
针对本次实验,我们需要用到Hadoop集群作为模拟大数据的分析软件,集群环境必须要包括,hdfs,hbase,hive,flume,sqoop等插件,最后结合分析出来的数据进行可视化展示,需要用到Python(爬取数据集,可视化展示)...
eclipse hadoop例子源代码 eclipse hadoop例子源代码
1.大数据背景介绍 2. HADOOP体系架构 3. 基于HADOOP的大数据产品分析 4. 基于HADOOP的大数据行业应用分析 5.东软基于HADOOP的大数据应用建议
基于Hadoop网站流量日志数据分析系统 1、典型的离线流数据分析系统 2、技术分析 - Hadoop - nginx - flume - hive - mysql - springboot + mybatisplus+vcharts nginx + lua 日志文件埋点的 基于Hadoop网站流量...
基于Hadoop大数据平台对某网站的外卖订单数据进行分析,分析结果进行可视化展示
部署全分布模式Hadoop集群 实验报告一、实验目的 1. 熟练掌握 Linux 基本命令。 2. 掌握静态 IP 地址的配置、主机名和域名映射的修改。 3. 掌握 Linux 环境下 Java 的安装、环境变量的配置、Java 基本命令的使用。 ...
基于Hadoop数据分析系统设计(需求分析).docx 随着云时代的来临,大数据也吸引越来越多的关注,企业在日常运营中生成、积累的用户网络行为数据。这些数据是如此庞大,计量单位通常达到了PB、EB甚至是ZB。Hadoop作为一...
这是一个Eclipse中复制出来的MapReduce工程文件,如果你下载了源代码,需要部署在Linux环境下的Eclipse中,并且,这个Eclipse必须已经安装了hadoop开发插件,能够做Hadoop开发。不然,会提示找不到hadoop开发包。
基于java + Hadoop的游戏用户数据分析系统源码(期末大作业).zip 95分以上高分必过项目,下载即用无需修改,确保可以运行。也可作为期末大作业。 基于java + Hadoop的游戏用户数据分析系统源码(期末大作业).zip...
2022毕业设计,基于 Hadoop 的游戏数据分析系统源码.zip
基于Hadoop部署实践对网站日志分析 1. 项目概述 本次要实践的数据日志来源于国内某技术学习论坛,该论坛由某培训机构主办,汇聚了众多技术学习者,每天都有人发帖、回帖。至此,我们通过Python网络爬虫手段进行数据...
hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业hadoop实验+作业
,Hadoop 技术已经在互联网领域得到了广泛的应用。...同样也得到了许多公司的青睐,如百度主要将Hadoop 应用于日志分析和网页数据库的数据 挖掘;阿里巴巴则将Hadoop 用于商业数据的排序和搜索引擎的优化等。
毕业设计,基于 Hadoop 的游戏数据分析系统毕业设计,基于 Hadoop 的游戏数据分析系统毕业设计,基于 Hadoop 的游戏数据分析系统毕业设计,基于 Hadoop 的游戏数据分析系统毕业设计,基于 Hadoop 的游戏数据分析系统...
hadoop 搜索引擎 用户行为分析 基于hadoop的搜索引擎用户行为分析,采用分布式文件系统和并行计算模型支撑海量日志文件的处理.
应用hadoop进行社会网络分析,大规模网络分析