大数据项目实战二之电信大数据项目
1.项目简介
大数据时代的到来,对数据的处理与分析有了很高的要求。本项目以通话数据去展示如何处理并分析大数据,并最终通过图表可视化展示。
本项目主要分成如下几个部分:
- 生产日志【模拟通话 】
- =>
kafka
采集 - 【=>
kafka API
的控制台展示】 =>HBASE
(创建命名空间,创建表,rowKey
设计,region
预分区) - =>
MapperReduce
分析HBase
数据 - =>将分析的数据写入到
Mysql
中 - =>
Web Server
【使用JSP+Servlet
】
2. 项目实现
这个项目(Project
)由多个模块(Modules
)构成的,这些模块之间可以独立运行。所有模块如下:
dataProducer
实现数据的生产ct_consumer
实现数据的消费【写入到HBase
】ct_analysis
实现数据的分析webDisplay
实现数据的可视化
2.1 MapReduce
中的 Mapper
类
- 映射输入的键值对到一组中间状态的键值对。=> 将输入状态的键值对变换成中间状态的键值对。
- Maps任务各不相同,它们都是将输入的记录转换成中间状态记录。已经转换成功的中间状态记录不需要和输入记录类型相同。一个输入的键值对可能映射到0到多个输出的键值对。
采取使用多个MapReduce
分析多个业务指标的方式来进行任务。
业务指标:
- 用户通话时间统计
- 用户每月通话记录统计,通话时间统计
- 用户之间的亲密关系统计(通话次数与通话时间体现用户亲密关系)
2.2 自定义输出格式类
本项目中自定义的三个输出类分别是:
Intimacy
这个Intimacy
是用于做亲密度展示的- MonthStat
这个MonthStat
是用于做每个月每个用户的通话数据展示 - Statistics
这个Statistics
是用于做每个用户每年的通话数据展示【其实我觉得这个实体类稍显多余,暂且就放在这里】
2.4 mapreduce
实现类
分成三个部分,生成这些统计数据,如下
teleDuration
用于计算年通话时长teleIntimacy
用于计算用户亲密度teleMonthDura
用于计算用户月通话时长
它们都在analyze.fromHBToMys
包下。
2.5 结果存储
将分析的结果存放在mysql中。
使用到的表主要有,(这里简单展示如下):
//0. 电信数据分析数据库
create database mydatabase character set utf8;
//1. 用户基本信息表
create table user(
teleNumber varchar(12) not null primary key
,name varchar(20) not null
);
//2. 通话记录分析表
drop table if exists statistics;
CREATE TABLE statistics (
telenumber varchar(12) NOT NULL,
callDuration int(11) NOT NULL DEFAULT '0',
PRIMARY KEY (telenumber)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
//3. 亲密度分析结果表
-- 亲密用户信息表,用于展现call1 的用户在year 年时的亲密用户
drop table if exists intimacy;
create table intimacy(
call1 varchar(12) not null primary key,
call2 varchar(12) not null ,
year varchar(6) not null,
callDuration int not null DEFAULT 0
);
create unique index uidx_call1_call2_year on intimacy(call1,call2,year);
//4. 用户月通话数据统计表
drop table if exists monthStat;
create table monthStat(
teleNumber varchar(12) not null ,
yearMonth varchar(6) not null ,
callDuration int not null DEFAULT 0,
primary key(teleNumber,yearMonth)
)ENGINE=InnoDB DEFAULT CHARSET=utf8;
3. 项目代码
项目具体代码详见我的 github。【因为涉及到关键字,项目暂时关闭了,后期开放再更新出来】
4. 运行结果
因为需要展示的内容有很多,这里只截图展示部分内容
-
如下是将通话记录写入到
Hbase
的表之后,生成的表以及内容;
-
Hbase
管理界面上的calllog
表
截取其中一个
region
进行查看,如下:
需要注意的是,这里的分区键。分区键的内容在我博客里有介绍,这里不再赘述。
-
mysql
数据库如下
-
前端界面展示
程序主页如下:
进入到项目主页,如下:
填好参数,即可运行:
得到的执行结果如下:
5. 项目问题
在构建这个项目时,遇到了很多问题。主要有如下几个方面:
5.1 前端方案
因为是一名大数据开发工程师,属于后端领域,对于前端技术是的一点儿都不懂。虽然之前也曾用ASP搭建过网站,但是属于Windows的这个技术实在不适合java。于是自己硬是学习了一遍 JSP+Servlet
,虽然这些东西也不是十分友好,但是对于解决页面展示问题还是绰绰有余的。在使用 JSP+Servlet
的过程中,主要遇到的问题有:
- 前后端如何传递值?
说明白点儿,就是如何将java程序算出来的值放到jsp页面,并且在浏览器中展示?这个过程我用了前端程序常用的 请求获取;也用到了Session
【这个主要是应用在多个页面之间参数的传递】;也用到了Ajax
去异步的获取值。这一部分内容,详见我的博客列表: - Servlet程序实战一之前端向后台传值
- JSP 向后台传递参数的方法
- Jsp 点击按钮不跳转
- jsp输出换行
- 表单跨行,跨列实现
5.2 前端页面不会动态刷新
JSP
页面自身没有刷新操作。但是在Ajax
中却是可以的。异步刷新指的就是:我在加载了一个index.jsp
页面时,即使第一次加载的时候数据还没有准备好,却依然可以通过ajax
将数据加载出来。但是如若通过JSP
的Session
或者Bean
方式,就不行。这里记录如下:
下图是在第一次加载 telephone = 14218140347 这个用户产生的页面。
上面这个页面的月通话详情是通过
ajax
获取的;而userName
,province/city
等字段却是通过Bean
的方式获取;而 startMonth
,endMonth
,userName
则是通过页面值传递获取的。但是我们可以看到通过Bean
的方式没有将值获取到。
接着,再次发送一次请求【刷新页面】,如下:
接着就看到这个userName
字段就获取到了值,为何手动刷新一遍就可以获取到值呢?原因就如上所述:ajax 是异步刷新数据,而这里的userName 则使用Session的方式。从而导致第一遍加载的时候无法出现userName 字段,但是再次刷新的时候,就出现了这个字段。 那么这个问题的解决办法就是:在从callStatistic.jsp
时就加载这个userName
,然后让其写入到session中,这样在加载 statisticOne.jsp
时就可以显示出了userName
字段。
5.3 MapReduce
分析过程
从HBase
读取数据,并将数据写到Mysql
这个过程稍有复杂,但是接触之后就会发现其套路大致相同。这里结合我之前的博客内容,给出如下几个较为基础的实战项目背景,结合如下几个简单的MapReduce
程序,就可以看懂整个分析过程。
6. 总结
- 希望更多IT人参与到开源的世界中来,并贡献自己的力量。以天下为己任,做一名真诚,正直,优秀的科技人员。【此项目的代码链接在:github地址
- 有什么问题,尽管在评论区留言,我看到之后会第一时间回复。既然都看到这里了,不妨点赞+关注呗
^_^
。