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hive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
（3）hive数据库表结构:
create table data( ip string, time string , day string, traffic bigint,
type string, id string )
2、数据处理：
·统计最受欢迎的视频/文章的Top10访问次数 （video/article）
·按照地市统计最受欢迎的Top10课程 （ip）
·按照流量统计最受欢迎的Top10课程 （traffic）
代码如下：
public static class Map extends Mapper<Object , Text , Text,Text >{ 2 private static Text ip=new Text(); 3 // private static Text date=new Text(); 4 // private static Text type=new Text(); 5 // private static Text id=new Text(); 6 private static Text traffic=new Text(); 7 public void map(Object key,Text value,Context context) throws IOException, InterruptedException{ 8 String line=value.toString(); 9 String arr[]=line.split(","); 10 traffic.set(arr[0]); 11 String str[]=arr[1].split("[:]|[/]|[+]"); 12 String s=str[2]+"-"+"11"+"-"+str[0]+" "+str[3]+":"+str[4]+":"+str[5]; 13 ip.set(s+","+str[0]+","+arr[3]+","+arr[4]+","+arr[5]); 14 context.write(traffic,ip); 15 } 16 } 17 public static class Reduce extends Reducer< IntWritable, Text, Text, Text>{ 18 public void reduce(Text key,Iterable<Text> values,Context context) throws IOException, InterruptedException{ 19 for(Text val:values){ 20 context.write(key,val); 21 } 22 } 23 }
清洗前截图：
清洗后截图：
