计算pm数据到redis

最新推荐文章于 2021-12-27 15:55:31 发布
置顶 最新推荐文章于 2021-12-27 15:55:31 发布
阅读量632 收藏
点赞数
分类专栏： Java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44955363/article/details/108618440
版权

这是 需求大慨分析和我的总体逻辑思路

在这里插入图片描述

package data;

import net.sf.json.JSONException;
import net.sf.json.JSONObject;
import redis.clients.jedis.Jedis;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.util.*;

public class index01{
    static double [] kpi123_4G;
    static double [] kpi123_5G;
    static double sum12_4G;
    static double sum12_5G;
    static double sum11_4G;
    static double sum11_5G;

    /**
     * 存放读取csv的路径
     * @param DirPath
     * @return
     * @throws IOException
     */
    //拿取csv数据
    public static List<String> getCSV(String DirPath) throws IOException {

        //获取存放文件的目录
        File dirpath = new File(DirPath);
        //将该目录下的所有文件放置在一个File类型的数组中
        File[] filelist = dirpath.listFiles();

        //创建一个空的file类型的list集合，用于存放符合条件的文件
        List<File> newfilelist = new ArrayList<>();
        //遍历filelist，如果是文件则存储在新建的list集合中
        for (File file : filelist) {
            if (file.isFile()){
                newfilelist.add(file);
            }
        }
        //新建list集合，用于存放读取到的数据
        List<String> list = new ArrayList<>();
        //读取文件内容
        String s = null;
        int count=0;
        for (File file : newfilelist) {
            //判断：如果是CSV文件，
            if (file.toString().endsWith(".csv")){
                FileReader fileReader = new FileReader(file);
                BufferedReader bufferedReader = new BufferedReader(fileReader);
                while ((s = bufferedReader.readLine())!=null){
                    //把读取到的数据存放在list集合
                    list.add(System.lineSeparator()+s);
                }
            }
        }
        return list;

    }


    //读取字典数据并判断Csveci和字典eci相同的数据
    public static void CsvEciAndzdEci(String Csvfilepath,String zdfilepath,String net) throws Exception {
        //读取字典数据
        File csv = new File(zdfilepath);
        BufferedReader br = new BufferedReader(new FileReader(csv));
        String line = "";
//创建list集合，用于存放读取到的字典数据
        List<String> allString = new ArrayList<>();
//将数据逐条读取到list集合
        while ((line = br.readLine()) != null)
        {
            allString.add(line);
        }
        //创建存放5g数据的list
        ArrayList<String> NRlist = new ArrayList<>();
        //创建存放4g数据的list
        ArrayList<String> FDDlist = new ArrayList<>();
        //把数据分别插入到4G和5G的list中
        for (String s : allString) {
            // System.out.println(s);
            String[] split = s.split("\t");
            if (split[0].equals("FDD")){
                //封装4g数据
                FDDlist.add(split[1]);
            }
            else if (split[0].equals("NR")){
                //封装5g数据
                NRlist.add(split[1]);
            }
        }

        //新建一个map集合，用于存放过滤之后的csv中的数据
        Map<String, String[]> use_4GMap = new HashMap<>();
        //新建一个map集合，用于存放过滤之后的csv中的数据
        Map<String, String[]> use_5GMap = new HashMap<>();
        //调用getCSV方法，得到csvlist（csv所有数据)
        List<String> csvlist = getCSV(Csvfilepath);
        //遍历csvlist，以逗号分隔，拿到eci字段
        for (String csvall : csvlist) {
            String[] split = csvall.split(",");
            String csveci = split[22];
            //遍历字典中4G的eci
            for (String FDDeci : FDDlist) {
                //判断:字典的eci与csv中的eci是否相同，如果相同就把CSV中需要的数据存放在数组里面
                if (FDDeci.equals(csveci)) {
                    // csv所有的数据按,号进行切割
                    String[] CsvSplit = csvall.split(",");
                    //把分隔后的csv所有的数据放进数组
                    //CsvSplit[0]=k01 CsvSplit[1]=k02 CsvSplit[4]=k0
                   // k01  k02 k04 k05  k22  k21 k12  k11
                    String[] name = {CsvSplit[0], CsvSplit[1], CsvSplit[3], CsvSplit[4], CsvSplit[23], CsvSplit[20], CsvSplit[11], CsvSplit[10]};
                    //存放 key为字典的eci value为数组（csv中所需的字段）
                    use_4GMap.put(FDDeci, name);
                }
            }
            //遍历字典中5G的eci
            for (String NReci : NRlist) {
                //判断:字典的eci与csv中的eci是否相同，如果相同就把CSV中需要的数据存放在数组里面
                if (NReci.equals(csveci)) {
                    // csv所有的数据按,号进行切割
                    String[] CsvSplit = csvall.split(",");
                    //把分隔后的csv所有的数据放进数组
                    //CsvSplit[0]=k01 CsvSplit[1]=k02 CsvSplit[4]=k0
                    // k01  k02 k04 k05  k22  k21 k12  k11
                    String[] name = {CsvSplit[0], CsvSplit[1], CsvSplit[3], CsvSplit[4], CsvSplit[23], CsvSplit[20], CsvSplit[11], CsvSplit[10]};
                    //存放 key为字典的eci value为数组（csv中所需的字段）
                    use_5GMap.put(NReci, name);
                    System.out.println(NReci+" "+Arrays.toString(name));
                }
            }
        }
        //  kpi为无线接通率 +  kpi2为利用率+ kpi3为平均速率
        if (net.equals("4G")){
            kpiWirelessConnection_4G(use_4GMap);
            kpi12And11sum_4G(use_4GMap);
        }
        if (net.equals("5G")){
            kpiWirelessConnection_5G(use_5GMap);
            kpi12And11sum_5G(use_5GMap);
        }
    }


    //对4G的数据进行计算
    public  static void kpiWirelessConnection_4G(Map<String,String[]> useMap) throws Exception {
    //kpi1为无线接通率
    //总的k01值
    double k01sum=0;
    //总的k02值
    double k02sum=0;
    //总的k04值
    double k04sum=0;
    //总的k05值
    double k05sum=0;
    //kpi2为利用率
    int count1 =0;
    //总的k22的值
    double k22=0;
   //kpi3为平均速率
    int count2 =0;
    double k21=0;
    //循环遍历map集合 进行计算
        //获取Map中value的k01的值
    Iterator<Map.Entry<String, String[]>> entries = useMap.entrySet().iterator();
    while(entries.hasNext()){
        Map.Entry<String, String[]> entry = entries.next();
        String key = entry.getKey();
        String[] value = entry.getValue();
//        获取Map中value的k01的值
        if (value[0]!=null&&!value[0].contains("None")&&value[0]!=""&&value[1]!=null&&!value[1].contains("None")&&value[1]!=""&&value[2]!=null&&!value[2].contains("None")&&value[2]!=""&&value[3]!=null&&!value[3].contains("None")&&value[3]!=""){
            //System.out.println(key+":"+Arrays.toString(value));
            k01sum+=Double.parseDouble(value[0]);
            //获取Map中value的k02的值
            k02sum+=Double.parseDouble(value[1]);
            //获取Map中value的k03的值
            k04sum+=Double.parseDouble(value[2]);
            //获取Map中value的k04的值
            k05sum+=Double.parseDouble(value[3]);
        }
        if (value[4]!=""&&!value[4].contains("None")&&value[4]!=null) {
            count1 ++;
            k22 += Double.parseDouble(value[4]);

        }
        if (value[5]!=""&&!value[5].contains("None")&&value[5]!=null) {
            count2 ++;
            k21 += Double.parseDouble(value[5]);
        }
    }

    double kpi1_4G = Math.round(((k01sum / k02sum) * (k04sum / k05sum))*100.00);
    System.out.println("kpi1为无线接通率_4G="+kpi1_4G);
    double kpi2_4G= k22/ count1;
    System.out.println("kpi2利用率_4G="+kpi2_4G);
    double kpi3_4G= k21/ count2;
    System.out.println("kpi3为平均速率_4G="+ kpi3_4G);

    kpi123_4G = new double[] {kpi1_4G,kpi2_4G,kpi3_4G};
}

    //对5G的数据进行计算
    public  static void kpiWirelessConnection_5G (Map<String,String[]> useMap) {

        //总的k01值
        double k01sum=0;
        //总的k02值
        double k02sum=0;
        //总的k04值
        double k04sum=0;
        //总的k05值
        double k05sum=0;
        //kpi2为利用率
        int count1 =0;
        //总的k22的值
        double k22=0;
        //kpi3为平均速率
        int count2 =0;
        double k21=0;
        //循环遍历map集合 进行计算
        //获取Map中value的k01的值
        Iterator<Map.Entry<String, String[]>> entries = useMap.entrySet().iterator();
        while(entries.hasNext()){
            Map.Entry<String, String[]> entry = entries.next();
            String key = entry.getKey();
            String[] value = entry.getValue();
            //获取Map中value的k01的值
            if (value[0]!=null&&!value[0].contains("None")&&value[0]!=""&&value[1]!=null&&!value[1].contains("None")&&value[1]!=""&&value[2]!=null&&!value[2].contains("None")&&value[2]!=""&&value[3]!=null&&!value[3].contains("None")&&value[3]!=""){
                //System.out.println(key+":"+Arrays.toString(value));
                k01sum+=Double.parseDouble(value[0]);
                //获取Map中value的k02的值
                k02sum+=Double.parseDouble(value[1]);
                //获取Map中value的k03的值
                k04sum+=Double.parseDouble(value[2]);
                //获取Map中value的k04的值
                k05sum+=Double.parseDouble(value[3]);
            }
            if (value[4]!=""&&!value[4].contains("None")&&value[4]!=null) {
                count1 ++;
                k22 += Double.parseDouble(value[4]);

            }
            if (value[5]!=""&&!value[5].contains("None")&&value[5]!=null) {
                count2 ++;
                k21 += Double.parseDouble(value[5]);
            }
        }
        double kpi1_5G = Math.round(((k01sum / k02sum) * (k04sum / k05sum))*100.00);
        System.out.println("kpi1为无线接通率_5G="+kpi1_5G);

        double kpi2_5G= k22/ count1;
        String kpi2_5G_string = String.valueOf(kpi2_5G);
        if (kpi2_5G_string.equals("NaN")){
            kpi2_5G = 0;
        }
        System.out.println("kpi2利用率_5G="+kpi2_5G);
        double kpi3_5G= k21/ count2;
        String kpi3_5G_string = String.valueOf(kpi3_5G);
        if (kpi3_5G_string.equals("NaN")){
            kpi3_5G = 0;
        }
        System.out.println("kpi3为平均速率_5G="+ kpi3_5G);

        kpi123_5G = new double[] {kpi1_5G,kpi2_5G,kpi3_5G};
    }
    /**
     * K12 和 k11
     * sun(k12)
     * @throws Exception
    */
    //4G 的K12和K11
    public static void kpi12And11sum_4G(Map<String,String[]> useMap) throws Exception {
        Iterator<Map.Entry<String, String[]>> entries = useMap.entrySet().iterator();
//sum k12
        double k12_4G=0;
//sum k11
        double k11_4G=0;
        while(entries.hasNext()){
            Map.Entry<String, String[]> entry = entries.next();
            String key = entry.getKey();
            String[] value = entry.getValue();
            if (value[6]!=""&&!value[6].contains("None")&&value[6]!=null) {
                k12_4G += Double.parseDouble(value[6]);
            }
            if (value[7]!=""&&!value[7].contains("None")&&value[7]!=null) {
                k11_4G += Double.parseDouble(value[7]);
            }
        }
        System.out.println("k12_4G = "+k12_4G);
        System.out.println("k11_4G = "+k11_4G);
        sum11_4G = k11_4G;
        sum12_4G = k12_4G;
    }

    //5G 的K12和K11
    public static void kpi12And11sum_5G(Map<String,String[]> useMap) throws Exception {
        Iterator<Map.Entry<String, String[]>> entries = useMap.entrySet().iterator();
//sum k12
        double k12_5G=0;
//sum k11
        double k11_5G=0;
        while(entries.hasNext()){
            Map.Entry<String, String[]> entry = entries.next();
            String key = entry.getKey();
            String[] value = entry.getValue();
            if (value[6]!=""&&!value[6].contains("None")&&value[6]!=null) {
                k12_5G += Double.parseDouble(value[6]);
            }
            if (value[7]!=""&&!value[7].contains("None")&&value[7]!=null) {
                k11_5G += Double.parseDouble(value[7]);
            }
        }
        System.out.println("k12_5G = "+k12_5G);
        System.out.println("k11_5G = "+k11_5G);
        sum11_5G = k11_5G;
        sum12_5G = k12_5G;
    }



    public static void adddata(Jedis jedis,Double time,String time11,String time12,String net) throws JSONException {
        //4G
        if (net.equals("4G")){
            JSONObject jsonObject_4G = new JSONObject();
            jsonObject_4G.put("kpi1",kpi123_4G[0]);
            jsonObject_4G.put("kpi2",kpi123_4G[1]);
            jsonObject_4G.put("kpi3",kpi123_4G[2]);
            String s_4G = jsonObject_4G.toString();
            jedis.zadd("k1_4GKpi",time,s_4G);
//        System.out.println(s_4G);
        }
        //5G
        if (net.equals("5G")){
            JSONObject jsonObject_5G = new JSONObject();
            jsonObject_5G.put("kpi1",kpi123_5G[0]);
            jsonObject_5G.put("kpi2",kpi123_5G[1]);
            jsonObject_5G.put("kpi3",kpi123_5G[2]);
            String s_5G = jsonObject_5G.toString();
            jedis.zadd("k1_5GKpi",time,s_5G);
        }

//        System.out.println(s_5G);
        //sum11
        double sum_11 = sum11_4G + sum11_5G;
//        System.out.println("sum_11 = "+sum_11);
        //sum12
        double sum_12 = sum12_4G + sum12_5G;
//        System.out.println("sum_12 = "+sum_12);
        //写进redis
        jedis.zincrby("k1_UserKpi",sum_12, time12);
        jedis.zincrby("k1_FlowKpi",sum_11, time11);

    }
    public static void main(String[] args) throws Exception {
        //设置连接redis的主机名
        String host = args[0];
        //设置端口号
        int port = Integer.parseInt(args[1]);
        //设置密码
        String password = args[2];
        //设置连接的数据库
        int database = Integer.parseInt(args[3]);
        //设置字典数据的路径
        String zdPath = args[4];
        //设置CSV数据的路径
        String csvPath = args[5];
        //设置网络类型
        String net = args[6];
        //设置K11的时间戳
        String timestamp_11 = args[7];
        //设置K12的时间戳
        String timestamp_12 = args[8];
        //创建jedis对象，设置主机名，端口号
        Jedis jedis = new Jedis(host, port);
        jedis.auth(password);//设置密码
        jedis.select(database);//设置数据库
        //调用方法
        CsvEciAndzdEci(csvPath,zdPath,net);
        //创建当前时间戳
        Double time = Double.valueOf(new Date().getTime());
        //通过对象调用API
        adddata(jedis,time,timestamp_11,timestamp_12,net);
    }





}
胡子球手
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R-D 示例数据文件 32_48
01-17
R-D 示例数据文件 32_48
Redis系列之监控
lonelymanontheway的博客
07-08 461
命令 工具
java redis 5种类型的操作demo
wq_wangqiang的博客
07-18 585
package com.esafenet.ta.da.auditreport.utils; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map; import java.util.Set; import com.esafenet.ta.util.MD5...
redis操作map
qq_41478691的博客
12-23 3405
Map<String, Object> map = new HashMap(); map.put("123","商品1"); map.put("124","商品2"); map.put("125","商品3"); redisTemplate.delete("1"); redisTemplate.opsForHash().putAll("1",map); redisTemplate.ex...
40 | Redis的下一步：基于NVM内存的实践
吉衣の秋先生的博客
12-27 651
Redis核心技术与实战 未来篇 40 | Redis的下一步：基于NVM内存的实践 非易失存储（Non-Volatile Memory，NVM） 器件具有容量大、性能快、能持久化保存数据的特性，这些刚好就是 Redis 追求的目标。同时，NVM 器件像 DRAM 一样，可以让软件以字节粒度进行寻址访问，所以，在实际应用中，NVM 可以作为内存来使用，称为 NVM 内存。 Redis 发展的下一步，就可以基于 NVM 内存来实现大容量实例，或者是实现快速持久化数据和恢复。 NVM 内存的特性与使用模式 Re
memcached数据完整迁移到redis
12-02
使用c#读取memcached中的数据，再转移到指定的redis中。解决比如token的保持,让客户端登录不效。
Redis集群数据迁移操作文档
06-29
1、新旧redis集群迁移 2、支持redis集群的存量和增量数据迁移 3、支持redis集群数据的离线迁移
Python 抓取数据存储到Redis中的操作
09-08
主要介绍了Python 抓取数据存储到Redis中的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Redis 数据结构1
08-03
Redis
底层网络模型为单线程+epoll，也就是说，发送至
Redis
的命令是执的若采用直接扩容的方式，那么当遇到巨大的哈希表时，数据的复制将花费很长时间
redis底层数据模型与数据结构
最新发布
08-12
redis底层数据模型与数据结构，讲解redis的底层模型，以及数据存储格式
5g的八大关键指标_5G关键性能指标解析
weixin_33542924的博客
01-14 7602
5G关键性能指标解析李洪城，朱峰，卢彩玲【摘要】摘要：针对《5G技术研发试验总体方案》所要求的5G关键性能指标，借助IMT-2020推进组的5G白皮书、ITU规范、NGMN白皮书以及3GPPTR草案，对相关概念和指标要求进行了辨析、并进一步对测试方法和影响因素进行了分析，从而有助于全面理解5G关键性能指标。【期刊名称】数字通信世界【年(卷),期】2019(000)007【总页数】2【关键词】5G关...
pmm监控平台的安装和使用
codyanh的专栏
07-22 1854
PMM的使用操作手册 1. 安装docker，创建data数据，启动pmm-server容器 docker pull percona/pmm-server:latest docker create \ -v /opt/prometheus/data \ -v /opt/consul-data \ -v /var/lib/mysql \ -v /var/lib/graf...
PMM2：迟到的礼物-2.8.0版本发布
万能修实验室
06-30 1698
节后开工，打开熟悉的页面，发现PMM在6月25日偷偷发布了一个新版本。偷窥一眼更新内容令人泪崩，作为PMM2的老大难问题--远程节点只能加不能删 的问题，终于解决了。关于这个删除问题的诟...
技术文档 | 5G系统连接管理：CM空闲和CM已连接
uxuepai5g的博客
06-24 2693
当移动设备想要与5G核心网络进行通信时，因为它是第一次打开或由于处于空闲状态一段时间，并且网络删除了资源以暂时传输数据，因此它需要与访问管理功能建立连接（ AMF）。这称为连接管理。连接...
Oracle中去除字符串后两位
登峰造极胡子球手
04-23 5075
第一种方法: select Replace(a.STHOUSENAME,‘仓房’,’’), a.* from eb_bms_st_store a; 第二种方法: select a.STHOUSENAME ,substr(a.STHOUSENAME,1,length(a.STHOUSENAME) -2 ) from eb_bms_st_store a
java中1+1d/5和1+1/5什么区别
登峰造极胡子球手
11-14 2915
主要区别就是数据类型不同. 1+1d/5的结果是1.2, 是double类型. 因为1d就是double类型,1d/5结果自动提升成double类型,1+1d/5结果也自动提升成double类型. . 1+1/5的结果1, 是int类型, 因为1/5是整除(会丢失小数部分的精度…) . 两边操作数都是int类型. 最后在加上1还是int类型.所以结果就是int类型. java参考代码如下 publ...
Maven导入pom依赖很慢的解决办法
登峰造极胡子球手
07-08 2460
博主也经常遇到maven导入过慢这种问题，而心态爆炸，开发无法继续进行 原因：默认安装的maven使用官网地址下载依赖包，在国内访问比较慢。 将maven配置文件中下载依赖包地址修改成国内地址，一般都使用阿里的地址。 第一步：找到maven的安装路径 ，修改settings.xml <mirror> <id>alimaven</id> <mirrorOf>central</mirrorOf> <name>aliyun mav
Mysql分组后取最大值的那一行
登峰造极胡子球手
04-29 1789
mysql是指取到的那一行，并不是包含最大分数的那一行 SELECT a.* ,c.* FROM tbstudent a INNER JOIN (SELECT SUBJECT,MAX(score) score FROM tbstudent GROUP BY SUBJECT)b ON a.SUBJECT=b.SUBJECT AND a.score=b.score INNER JOIN tbclass c ON a.classid=c.classid WHERE c.classname=‘二四’ ORDER
JavaIO流读取文件夹下所有的.csv文件(IO流忘了很多,保存记好哦)
登峰造极胡子球手
09-16 1761
public static List<String> getCSV(String DirPath) throws IOException { //获取存放文件的目录 File dirpath = new File(DirPath); //将该目录下的所有文件放置在一个File类型的数组中 File[] filelist = dirpath.listFiles(); //创建一个空的file类型的list集合，用.
canal同步mysql数据到redis
06-28
要将MySQL数据同步到Redis，您可以使用一个名为“Canal”的工具。Canal是阿里巴巴开源的一款数据变更捕获和同步工具，可以监控MySQL数据库中的数据变化，并将其同步到Redis或其他数据存储中。 以下是将MySQL数据...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值