手机流量分析项目
一、需求分析
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。
1.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。
2.Reducer
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。
结果