（六）Hadoop实现简单的日志分析

本文链接：https://blog.csdn.net/tjpuliang/article/details/123906623

本文详细介绍了如何通过Hadoop、Nginx、Flume、Kafka、Spark和MySQL等工具，实现从用户访问日志的收集、处理、分析，到最后使用SSM框架展示数据的过程。包括Hadoop集群配置、日志分析Job实现、结果导出与可视化关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

内容简介

数据可视化课程设计上课案例项目、使用简易商城项目产生用户访问日志，使用nginx记录访问日志、使用Flume +kafka完成日志采集到HDFS、使用Spark 完成日志离线分析、使用Sqoop将分析结果抽取到MySQL，最终使用SSM后端项目完成数据可视化展示。

Hadoop实现简易离线日志分析

1）创建Maven项目
2）引入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>ShopLogAnalysis</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>3.2.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>3.2.2</version>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-common</artifactId>
            <version>3.2.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-core</artifactId>
            <version>3.2.2</version>
        </dependency>
    </dependencies>

</project>

3）编写Hadoop 日志分析相关Job代码

编写Mapper代码 LogMapper.java

package com.niit;

import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @program: ShopLogAnalysis
 * @description:
 * @author: hanliang
 * @create: 2021-01-09 22:27
 **/
// LongWritable, Text  Map阶段的输入的数据的key的类型以及 Value类型
// Text, IntWritable   Map阶段的输出的数据的key的类型以及 Value类型
public class LogMapper extends Mapper<LongWritable, Text,Text, IntWritable> {
    // 按指定模式在字符串查找
    String pattern = "=[0-9a-z]*";
    // 创建 Pattern 对象
    Pattern r = Pattern.compile(pattern);
    
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        //
        String data = value.toString();
        // 现在创建 matcher 对象
        Matcher m = r.matcher(data);
        if (m.find()) {
            String idStr = m.group(0);
            String id = idStr.substring(1);
            //
            context.write(new Text(id),new IntWritable(1));
        }
    }
}

编写Reducer代码 LogReducer.java

package com.niit;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

/**
 * @program: ShopLogAnalysis
 * @description:
 * @author: hanliang
 * @create: 2021-01-09 22:29
 **/
public class LogReducer extends Reducer<Text, IntWritable,Text, IntWritable> {


    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for (IntWritable v: values) {
            sum += v.get();
        }
        context.write(key,new IntWritable(sum));
    }
}

编写Job类代码 LogJob.java

package com.niit;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

/**
 * @program: ShopLogAnalysis
 * @description:
 * @author: hanliang
 * @create: 2021-01-09 22:30
 **/

public class LogJob {
    public static void main(String[] args) throws Exception {
        Job job = Job.getInstance(new Configuration());
        job.setJarByClass(LogJob.class);

        job.setMapperClass(LogMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        job.setReducerClass(LogReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.setInputPaths(job,new Path(args[0]));
        FileOutputFormat.setOutputPath(job,new Path(args[1]));
        boolean completion = job.waitForCompletion(true);
    }
}

4）导出jar包
file–>Project Structure
在这里插入图片描述
artifacts —>选择➕

选择主类

然后选择 apply，选择OK

在build菜单选择 build artifacts
在这里插入图片描述
成功之后再项目目录中生成 out文件夹，里面有打好的jar包

5）上传到Hadoop 集群（我这里上传到 master节点的 /root目录，并且改名为log.jar)
在这里插入图片描述

6）手动使用hadoop jar命令执行jar包验证代码的正确性

hadoop jar log.jar /flumeLogs/22-03-22/08/32/20  /testout

命令执行过程图：
在这里插入图片描述

执行过程中打开集群监控界面，观察job的执行过程：
在这里插入图片描述

执行完成之后，使用hdfs shell确认执行结果：
在这里插入图片描述

7）编写执行日志分析 jar包的脚本
文件位置：/root/exec_mr.sh

#!/bin/bash

#执行MapReduce程序
dataformat=`date +%Y-%m-%d-%H-%M-%S`
/mnt/training/hadoop-3.2.2/bin/hadoop jar log.jar $(cat mr_input_path.txt) /output/result/$dataformat
/mnt/training/hadoop-3.2.2/bin/hdfs dfs -cat /output/result/$dataformat/part-r-00000 > mr_result.txt
echo $(cat mr_result.txt)

PS:

mr_input_path.txt 的内容，将有后台系统从界面输入一个日志路径，程序写入
2）mr_result.txt 文件保存脚本执行的结果

8）使用后台系统远程手动实现分析
在这里插入图片描述
单击确定，远程执行 /root/exec_mr.sh脚本

后代的程序代码：

	/**
	 * @category 数据的分析即执行MapReduce程序
	 * @param request
	 * @param response
	 * @return
	 */
	@RequestMapping("goods/dataAnalysis")
	public @ResponseBody String dataAnalysis(@RequestParam Map<String, String> param, HttpServletRequest request, HttpServletResponse response) {
		//0、获取需要的分析的是HDFS哪一个目录下的数据
		String path = param.get("path");
		//1、拿到前端输入的HDFS的路径写入到Linux下mr_input_path.txt文件中
		FileWriter writer;
		try {
			writer = new FileWriter("/root/mr_input_path.txt");
			writer.write(path);
			writer.flush();
			writer.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
		
		// 3、使用SSH2登录远程Linux服务器，执行shell脚本
		String execResultStr = RemoteExecuteCommand.getInstance().executeSuccess("sh /root/exec_mr.sh");
		
		// 4、构造返回前端页面的map对象
		Map<String, String> map = new HashMap<String, String>();
		if (!"".equals(execResultStr)) {
			map.put("message", "数据分析成功~");
			map.put("status", "1");
			map.put("data", execResultStr);

			return JSON.toJSONString(map);
		}

		map.put("message", "数据分析失败~");
		map.put("status", "0");
		map.put("data", "数据分析失败~");

		return JSON.toJSONString(map);
	}