日志hadoop大数据分析项目：hive以及hbase是如何入库以及代码实现

apache日志hadoop大数据分析项目： 数据时如何导入hbase与hive的到了这里项目的基本核心功能已经完成。这里介绍一下hive以及hbase是如何入库以及代码实现。 首先我们将hbase与hive整合，详细参考 about云分析discuz论坛apache日志hadoop大数据项目：hive与hbase是如何整合使用的 about云分析discuz论坛apache日志hadoop大数据项目：hive与hbase是如何整合使用的 整合完毕，我们就可以通过mapreduce把数据导入hbase，当然在导入hbase的同时，hive数据同时也可以查询出结果。 那么我们是如何导入hbase的，思路前面已经介绍，这里采用的是hbase put。以后的版本中，我们将采用多种方法来实现此功能包括hive分区、hbase后面如果遇到问题，我们可能还会重构。 开发环境介绍： 1.Eclipse 2.Hadoop2.2 3.hbase-0.98.3-hadoop2 思路： 在导入hbase的过程中，我们直接使用了mapreduce中的map函数，reduce在这里对我们没有太大的用处，我们这里借助的是mapreduce的分布式，提高查询效率。 mapreduce中map函数主要实现了哪些功能 1.清洗数据 通过 public static void StringResolves(String line, Context context) 复制代码 函数实现 2.数据的导入 通过public static void addData(String rowKey, String tableName,        String[] column1, String[] value1, Context context) 函数实现 下面贴上代码： HbaseMain.java代码 package www.aboutyun.com; import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; 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.input.TextInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; public class HbaseMain { static final String INPUT_PATH = "hdfs://master:8020/test.txt"; static final String OUT_PATH = "hdfs://master:8020/Output"; public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException { // 主类 Configuration conf = new Configuration(); Job job = Job.getInstance(conf, HbaseMain.class.getSimpleName()); job.setJarByClass(HbaseMain.class); // 寻找输入 FileInputFormat.setInputPaths(job, INPUT_PATH); // 1.2对输入数据进行格式化处理的类 job.setInputFormatClass(TextInputFormat.class); job.setMapperClass(HbaseMap.class); // 1.2指定map输出类型类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(LongWritable.class); job.setNumReduceTasks(0); // 指定输出路径 FileOutputFormat.setOutputPath(job, new Path(OUT_PATH)); job.waitForCompletion(true); } } about云discuz论坛apache日志hadoop大数据分析项目： 数据时如何导入hbase与hive的到了这里项目的基本核心功能已经完成。这里介绍一下hive以及hbase是如何入库以及代码实现。 首先我们将hbase与hive整合，详细参考 about云分析discuz论坛apache日志hadoop大数据项目：hive与hbase是如何整合使用的 about云分析discuz论坛apache日志hadoop大数据项目：hive与hbase是如何整合使用的 整合完毕，我们就可以通过mapreduce把数据导入hbase，当然在导入hbase的同时，hive数据同时也可以查询出结果。 那么我们是如何导入hbase的，思路前面已经介绍，这里采用的是hbase put。以后的版本中，我们将采用多种方法来实现此功能包括hive分区、hbase后面如果遇到问题，我们可能还会重构。 开发环境介绍： 1.Eclipse 2.Hadoop2.2 3.hbase-0.98.3-hadoop2 思路： 在导入hbase的过程中，我们直接使用了mapreduce中的map函数，reduce在这里对我们没有太大的用处，我们这里借助的是mapreduce的分布式，提高查询效率。 mapreduce中map函数主要实现了哪些功能 1.清洗数据 通过 public static void StringResolves(String line, Context context) 复制代码 函数实现 2.数据的导入 通过public static void addData(String rowKey, String tableName,        String[] column1, String[] value1, Context context) 函数实现 下面贴上代码： HbaseMain.java代码 package www.aboutyun.com; import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; 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.input.TextInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; public class HbaseMain {         static final String INPUT_PATH = "hdfs://master:8020/test.txt";         static final String OUT_PATH = "hdfs://master:8020/Output";         public static void main(String[] args) throws IOException,                         InterruptedException, ClassNotFoundException {                 // 主类                 Configuration conf = new Configuration();                 Job job = Job.getInstance(conf, HbaseMain.class.getSimpleName());                 job.setJarByClass(HbaseMain.class);                 // 寻找输入                 FileInputFormat.setInputPaths(job, INPUT_PATH);                 // 1.2对输入数据进行格式化处理的类                 job.setInputFormatClass(TextInputFormat.class);                 job.setMapperClass(HbaseMap.class);                 // 1.2指定map输出类型类型                 job.setMapOutputKeyClass(Text.class);                 job.setMapOutputValueClass(LongWritable.class);                 job.setNumReduceTasks(0);                 // 指定输出路径                 FileOutputFormat.setOutputPath(job, new Path(OUT_PATH));                                  job.waitForCompletion(true);         } } 复制代码 HbaseMap.java代码 package www.aboutyun.com; import java.io.IOException; import java.text.DateFormat; import java.text.ParseException; import java.text.SimpleDateFormat; import java.util.Date; import java.util.Locale; import java.util.Random; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.HColumnDescriptor; import org.apache.hadoop.hbase.client.HTable; import org.apache.hadoop.hbase.client.Put; import org.apache.hadoop.hbase.util.Bytes; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Mapper.Context; import org.apache.commons.logging.Log; import org.apache.commons.logging.LogFactory; public class HbaseMap extends Mapper { private static Configuration conf = null; /** * 初始化配置 */ static { conf = HBaseConfiguration.create(); conf.set("hbase.zookeeper.quorum", "master");// 使用eclipse时必须添加这个，否则无法定位 conf.set("hbase.zookeeper.property.clientPort", "2181"); } /**************************************************************************/ public void map(LongWritable key, Text line, Context context) throws IOException, InterruptedException { try { StringResolves(line.toString(), context); } catch (ParseException e) { // TODO Auto-generated catch block e.printStackTrace(); } } /**************************************************************************/ // 字符串解析 public static void StringResolves(String line, Context context) throws ParseException { String ipField, dateField, urlField, browserField; // 获取ip地址 ipField = line.split("- -")[0].trim(); // 获取时间,并转换格式 int getTimeFirst = line.indexOf("["); int getTimeLast = line.indexOf("]"); String time = line.substring(getTimeFirst + 1, getTimeLast).trim(); Date dt = null; DateFormat df1 = DateFormat.getDateTimeInstance(DateFormat.LONG, DateFormat.LONG); dt = new SimpleDateFormat("dd/MMM/yyyy:HH:mm:ss Z", Locale.US) .parse(time); dateField = df1.format(dt); SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMddHHMM"); String dateField1 = sdf.format(dt); // 获取url String[] getUrl = line.split("\""); String firtGeturl = getUrl[1].substring(3).trim(); String secondGeturl = getUrl[3].trim(); urlField = firtGeturl + "分隔符" + secondGeturl; // 获取浏览器 String[] getBrowse = line.split("\""); String strBrowse = getBrowse[5].toString(); String str = "(KHTML, like Gecko)"; int i = strBrowse.indexOf(str); strBrowse = strBrowse.substring(i); String strBrowse1[] = strBrowse.split("\\/"); strBrowse = strBrowse1[0].toString(); String strBrowse2[] = strBrowse.split("\\)"); browserField = strBrowse2[1].trim(); // 添加到数据库 String rowKey = ipField + dateField1 + urlField + new Random().nextInt(); String[] cols = new String[] { "IpAddress", "AccressTime", "Url", "UserBrowser", }; String[] colsValue = new String[] { ipField, dateField, urlField, browserField }; try { addData(rowKey, "LogTable", cols, colsValue, context); context.write(new Text("1"), new IntWritable(1)); } catch (IOException | InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } } /* * 为表添加数据（适合知道有多少列族的固定表） * * @rowKey rowKey * * @tableName 表名 * * @column1 第一个列族列表 * * @value1 第一个列的值的列表 */ public static void addData(String rowKey, String tableName, String[] column1, String[] value1, Context context) throws IOException { Put put = new Put(Bytes.toBytes(rowKey));// 设置rowkey HTable table = new HTable(conf, Bytes.toBytes(tableName));// HTabel负责跟记录相关的操作如增删改查等// // 获取表 HColumnDescriptor[] columnFamilies = table.getTableDescriptor() // 获取所有的列族 .getColumnFamilies(); for (int i = 0; i < columnFamilies.length; i++) { String familyName = columnFamilies[i].getNameAsString(); // 获取列族名 if (familyName.equals("Info")) { // info列族put数据 for (int j = 0; j < column1.length; j++) { put.add(Bytes.toBytes(familyName), Bytes.toBytes(column1[j]), Bytes.toBytes(value1[j])); } } } table.put(put); // context.write(new Text(rowKey), null); System.out.println("add data Success!"); } } test.txt地址  http://www.aboutyun.com/forum.php?mod=attachment&aid=NjI4N3xjN2MzZDQ3MXwxNTI2Mjc4NTIzfDcyNjcxfDg2OTI%3D