java mapreduce实现网站PV分析
2024-09-02 07:38:17
原文链接:
https://www.toutiao.com/i6765677128022229517/
PV 是Page Views的缩写,即页面浏览量,用户每一次对网站中的每个网页访问均被记录一次。注意,访客每刷新一次页面,pv就增加一次。
我们目前的数据是:
其中的数据我们会得到标注
根据标注我们进行代码筛选,编写MapReduce
分析:我们先根据标注的表中有一个"省份"的字段,依据"省份"编写map。
首先我们创建Maven项目
填写pom信息
创建Map类
基本结构如下:
我们需要对原数据进行筛选
长度筛选
省份编号是空值
确保数字编号是否是数字
筛选URL是否为空值
创建Reduce类
编写内容
创建运行类
编写程序内容
准备数据源文件和Jar包
启动Hadoop
我们将数据上传到HDFS中
我们查看下数据,发现数据已经上传了
我们执行我们的jar包
yarn jar /data/webpv/webpv.jar com.xlglvc.xxx.mapredece.webpv.WebPvDriver /webpv/data1 /webpvoutput
执行成功
我们查看生成的数据,已经生成了,我们查看下最终数据
这样我们就知道每个省份最终访问的次数了,了解到那个省份访问的最多了
最新文章
- SEO
- CE驱动动态加载卸载
- 【BZOJ-1492】货币兑换Cash DP + 斜率优化 + CDQ分治
- openstack Icehouse发布
- Android项目实战(三):实现第一次进入软件的引导页
- 设置Sql Agent运行Job时的执行账户
- POJ1159——Palindrome(最长公共子序列+滚动数组)
- sdut2623--The number of steps(概率dp第一弹,求期望)
- 如何设置 Internal 类,方法,属性对其他项目可见
- CNN for Visual Recognition (02)
- centos7 crontab笔记
- windows下怎么解决Python双版本问题
- sql 查询字段如果为null 则返回0的写法
- 电脑小白和ta的小白电脑——JAVA开发环境
- Java可以像Python一样方便爬去世间万物
- css3 之 display 属性
- BZOJ 4706: B君的多边形 找规律
- Node单线程高并发原理
- 捷报 FastAdmin 国内开源排名第 13 名
- Flask知识总汇
热门文章
- Linux实体服务器添加网卡
- ABP VNext框架基础知识介绍(2)--微服务的网关
- [Java Web 王者归来]读书笔记2
- AT5221 [ABC140C] Maximal Value 题解
- SpringBoot启动报错:ould not be registered. A bean with that name has already been defined in file and overriding is disabled.
- 优化vue+springboot项目页面响应时间:waiting(TTFB) 及content Download
- 【LeetCode】969. Pancake Sorting 解题报告(Python & C++)
- 【LeetCode】452. Minimum Number of Arrows to Burst Balloons 解题报告(Python)
- 【LeetCode】698. Partition to K Equal Sum Subsets 解题报告(Python & C++)
- 分布式系统(二)——GFS