Day4 基于Hadoop电商实践（1）

 一.需求分析

根据电商日志文件，分析： 

1.  统计页面浏览量（每行记录就是一次浏览）

2.  统计各个省份的浏览量 （需要解析IP）

3.  日志的ETL操作（ETL：数据从来源端经过抽取（Extract）、转换（Transform）、加载（Load）至目的端的过程）

   为什么要ETL：没有必要解析出所有数据，只需要解析出有价值的字段即可。本项目中需要解析出：ip、url、pageId（topicId对应的页面Id）、country、province、city。

二.准备工作

1.启动Hadoop

sbin/start-dfs.sh

 2.在hdfs上新建输入文件夹和输出文件夹，将原数据放入input文件夹中

hdfs  dfs -mkdir  -p /trackinfo/input

hdfs  dfs -mkdir  -p /trackinfo/output

 三.第一问(页面浏览量)分析实现

1.Map阶段

<