Day4-手机流量统计项目

Day4-手机流量统计项目

一.需求

–统计每个手机号上行流量和、下行流量和、总流量和（上行流量和+下行流量和）,并且：将统计结果按照手机号的前缀进行区分，并输出到不同的输出文件中去。
13* ==> …
15* ==> …
other ==> …
其中，access.log数据文件第二个字段：手机号
倒数第三个字段：上行流量
倒数第二个字段：下行流量

二. 思路

根据手机号进行分组，然后把该手机号对应的上下行流量加起来
Mapper: 把手机号、上行流量、下行流量拆开
把手机号作为key，把Access作为value写出去
Reducer形如：(“手机号”,<Access,Access>)
自定义分区类（需要继承Partitioner抽象类），并覆写
getPartition()方法

三.开发步骤

1.自定义Access类： 包括属性：手机号、上行流量、下行流量、总流量

2.自定义Map任务类（Map Task）对每一行日志内容进行拆分，Map输出数据为：
phone==>Access(手机号,该行手机号的上行流量,该行手机号的下行流量)

3.编写Reduce任务类（Reduce Task）
对每个手机号的流量进行汇总，Map输出数据为：
phone==>Access(手机号,上行流量和,下行流量和)也可以优化为：
phone==>Access(NullWritable对象,上行流量和,下行流量和)

4.编写分区处理类
继承org.apache.hadoop.mapreduce.Partitioner类，
"13"开头的手机号交给第一个ReduceTask任务处理，最终输出到0号分区，
"15"开头的手机号交给第二个ReduceTask任务处理，最终输出到1号分区，其余手机号交给第三个ReduceTask任务处理，最终输出到2号分区。

四.代码实现

1.Access.Java

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.io.Writable;

// access对象要实例化
public class Access implements Writable {

    private long upFlow;
    private long downFlow;
    private long sumFlow;

    // 反序列化时，需要反射调用空参构造函数，所以必须有
    public Access() {
        super();
    }

    public Access(long upFlow, long downFlow) {
        super();
        this.upFlow = upFlow;
        this.downFlow = downFlow;
        this.sumFlow = upFlow + downFlow;
    }

    public long getSumFlow() {
        return sumFlow;
    }

    public void setSumFlow(long sumFlow) {
        this.sumFlow = sumFlow;
    }

    public long getUpFlow() {
        return upFlow;
    }

    public void setUpFlow(long upFlow) {
        this.upFlow = upFlow;
    }

    public long getDownFlow() {
        return downFlow;
    }

    public void setDownFlow(long downFlow) {
        this.downFlow = downFlow;
    }

    /**
     * 序列化方法
     *
     * @param out
     * @throws IOException
     */
    @Override
    public void write(DataOutput out) throws IOException {
        out.writeLong(upFlow);
        out.writeLong(downFlow);
        out.writeLong(sumFlow);
    }

    /**
     * 反序列化方法
     注意反序列化的顺序和序列化的顺序完全一致
     *
     * @param in
     * @throws IOException
     */
    @Override
    public void readFields(DataInput in) throws IOException {
        upFlow = in.readLong();
        downFlow = in.readLong();
        sumFlow = in.readLong();
    }

    @Override
    public String toString() {
        return upFlow + "\t" + downFlow + "\t" + sumFlow;
    }

    public void set(long upFlow, long downFlow) {
        this.upFlow = upFlow;
        this.downFlow = downFlow;
        this.sumFlow = upFlow + downFlow;
    }
}

2.ProvincePartitioner

import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

/**
 * K2 V2 对应的是map输出kv类型
 * @author Administrator
 */
public class ProvincePartitioner extends Partitioner<Text, Access> {
    @Override
    public int getPartition(Text key, Access value, int numPartitions) {
// 1 获取电话号码的前两位
        String preNum = key.toString().substring(0, 2);

        int partition = 3;

        // 2 判断是哪个分区
        if ("13".equals(preNum)) {
            partition = 0;
        }else if ("15".equals(preNum)) {
            partition = 1;
        }else  {
            partition = 2;
        }
        return partition;
    }
}

3.Map.java

import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class Map extends Mapper<LongWritable, Text, Text, Access>{

    //不能在map方法中new对象，map方法执行频率高，内存消耗大。这也就是需要在access对象中要有一个空构造方法的原因
    Access access = new Access();
    Text k = new Text();

    @Override
    protected void map(LongWritable key, Text value, Context context)
            throws IOException, InterruptedException {

        //1.获取一行数据
        String line = value.toString();

        //2.截取字段
        String[] fields = line.split("\t");

        //3.封装access对象，获取电话号码（第二大步：具体的业务逻辑）
        String phoneNum = fields[1];
        long upFlow = Long.parseLong(fields[fields.length - 3]);
        long downFlow = Long.parseLong(fields[fields.length - 2]);
        access.set(upFlow, downFlow);
        k.set(phoneNum);

        //4.写出去（第三大步：将数据输出出去，key和value分别是什么，规定清楚）
        context.write(k, access);
    }
}

4.Reduce.java

import java.io.IOException;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

public class Reduce extends Reducer<Text, Access, Text, Access>{

    @Override
    protected void reduce(Text key, Iterable<Access> values, Context context)
            throws IOException, InterruptedException {
        //1.计算总的流量
        long sum_upFlow = 0;
        long sum_downFlow = 0;
        for(Access access : values){
            sum_upFlow += access.getUpFlow();
            sum_downFlow += access.getDownFlow();
        }

        //2.输出
        context.write(key, new Access(sum_upFlow,sum_downFlow));
    }
}

五.总结

这是我第一次完整的做完这个项目，虽然在做的过程中遇到了许多的问题，但经过同学和在网上寻找问题的帮助下，最终还是完成了这个项目。