ETL对数据清洗

声明：许多小伙伴私信我，需要trackinfo_20130721.data，可以通过百度云 链接：https://pan.baidu.com/s/1aVpU3k3mddyaIkmXPmwnrg 提取码：nilv 来获取，或者可以从我的csdn资源中下载。

ETL
描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。

有时候面对大量的数据，我们不方便进行计算，这个时候就需要进行相应的维度分析，解析出你需要的字段，去除一些你不需要的字段，然后进行分析

package project.mrv2;

import com.imooc.bigdata.hadoop.hdfs.mr.project.utils.ContentUtils;
import com.imooc.bigdata.hadoop.hdfs.mr.project.utils.LogParser;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.ha