大数据基础课程设计报告Word格式文档下载.docx

大数据基础课程设计报告Word格式文档下载.docx

《大数据基础课程设计报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《大数据基础课程设计报告Word格式文档下载.docx（30页珍藏版）》请在冰豆网上搜索。

●独立UID总数

●查询频度排名（频度最高的前50词）

●查询次数大于2次的用户总数

●查询次数大于2次的用户占比

●Rank在10以内的点击次数占比

●直接输入URL查询的比例

●查询搜索过”仙剑奇侠传“的uid，并且次数大于3

5.将4每步骤生成的结果保存到HDFS中。

6.将5生成的文件通过JavaAPI方式导入到HBase（一张表）。

7.通过HBaseshell命令查询6导出的结果。

三、实验流程

1.将原始数据加载到HDFS平台

2.将原始数据中的时间字段拆分并拼接，添加年、月、日、小时字段

（1）编写1个脚本sogou-log-extend.sh，其中sogou-log-extend.sh的内容为：

#!

/bin/bash

#infile=/root/sogou.500w.utf8

infile=$1

#outfile=/root/filesogou.500w.utf8.ext

outfile=$2

awk-F'

\t'

'

{print$0"

\t"

substr（$1,0,4）"

年\t"

substr（$1,5,2）"

月\t"

substr（$1,7,2）"

日\t"

substr（$1,8,2）"

hour"

}'

$infile>

$outfile

处理脚本文件：

bashsogou-log-extend.shsogou.500w.utf8sogou.500w.utf8.ext

结果为：

3.将处理后的数据加载到HDFS平台

hadoopfs-putsogou.500w.utf8.ext/

4.以下操作分别通过MR和Hive实现

Ⅰ.hive实现

1.查看数据库：

showdatabases;

2.创建数据库:

createdatabasesogou;

3.使用数据库:

usesogou;

4.查看所有表：

showtables;

5.创建sougou表：

Createtablesogou（timestring,uuidstring,namestring,num1int,num2int,urlstring）Rowformatdelimitedfieldsterminatedby'

;

6.将本地数据导入到Hive表里：

Loaddatalocalinpath'

/root/sogou.500w.utf8'

intotablesogou;

7.查看表信息：

descsogou;

（1）查询总条数

selectcount（*）fromsogou;

（2）非空查询条数

selectcount（*）fromsogouwherenameisnotnullandname!

='

'

（3）无重复总条数

selectcount（*）from（select*fromsogougroupbytime,num1,num2,uuid,name,urlhavingcount（*）=1）a;

（4）独立UID总数

selectcount（distinctuuid）fromsogou;

（5）查询频度排名（频度最高的前50词）

selectname,count（*）aspdfromsogougroupbynameorderbypddesclimit50;

（6）查询次数大于2次的用户总数

selectcount（a.uuid）from（selectuuid,count（*）ascntfromsogougroupbyuuidhavingcnt>

2）a;

（7）查询次数大于2次的用户占比

selectcount（*）from（selectuuid,count（*）ascntfromsogougroupbyuuidhavingcnt>

（8）Rank在10以内的点击次数占比

selectcount（*）fromsogouwherenum1<

11;

（9）直接输入URL查询的比例

selectcount（*）fromsogouwhereurllike'

%www%'

（10）查询搜索过”仙剑奇侠传“的uid，并且次数大于3

selectuuid,count（*）asuufromsogouwherename='

仙剑奇侠传'

groupbyuuidhavinguu>

3;

Ⅱ.MapReduce实现（import的各种包省略）

publicclassMRCountAll{

publicstaticIntegeri=0;

publicstaticbooleanflag=true;

publicstaticclassCountAllMapextendsMapper<

Object,Text,Text,Text>

{

@Override

protectedvoidmap（Objectkey,Textvalue,Mapper<

.Contextcontext）

throwsIOException,InterruptedException{

i++;

}

publicstaticvoidruncount（StringInputpath,StringOutpath）{

Configurationconf=newConfiguration（）;

conf.set（"

fs.defaultFS"

"

hdfs:

//10.49.47.20:

9000"

）;

Jobjob=null;

try{

job=Job.getInstance（conf,"

count"

}catch（IOExceptione）{

//TODOAuto-generatedcatchblock

e.printStackTrace（）;

job.setJarByClass（MRCountAll.class）;

job.setMapperClass（CountAllMap.class）;

job.setOutputKeyClass（Text.class）;

job.setOutputValueClass（Text.class）;

FileInputFormat.addInputPath（job,newPath（Inputpath））;

}catch（IllegalArgumentExceptione）{

FileOutputFormat.setOutputPath（job,newPath（Outpath））;

job.waitForCompletion（true）;

}catch（ClassNotFoundExceptione）{

}catch（InterruptedExceptione）{

publicstaticvoidmain（String[]args）throwsException{

runcount（"

/sogou/data/sogou.500w.utf8"

/sogou/data/CountAll"

System.out.println（"

总条数:

"

+i）;

}

publicclassCountNotNull{

publicstaticStringStr="

"

publicstaticinti=0;

publicstaticclasswyMapextendsMapper<

Object,Text,Text,IntWritable>

String[]values=value.toString（）.split（"

if（!

values[2].equals（null）&

&

values[2]!

="

）{

context.write（newText（values[1]）,newIntWritable

（1））;

publicstaticvoidrun（StringinputPath,StringoutputPath）{

countnotnull"

assertjob!

=null;