使用hadoop实现ip地理位置统计~ip归属地和运营商
来源:互联网 发布:如何去做淘宝客 编辑:程序博客网 时间:2024/06/05 06:09
转载请注明出处:http://blog.csdn.net/xiaojimanman/article/details/40585565
更多相关hadoop内容访问:http://blog.csdn.net/xiaojimanman/article/category/2640707
对于博客 http://blog.csdn.net/xiaojimanman/article/details/40372189 中的计算结果 key-value (ip,出现次数),统计下各个地区运营商下的IP个数,通过这个计算结果,可以分析出用户的地理位置分布情况,为决策提供数据支持。
需求描述:
根据IP归属地,对IP进行分组求和,将结果输出到文件中。
数据格式:
此次的数据格式相对比较简单,就是博客 http://blog.csdn.net/xiaojimanman/article/details/40372189 的结果数据,一行数据格式为:
ip地址空格分隔符出现次数 例: 192.168.1.1 25
需求分析:
在实现mapreduce程序之前,需要考虑的一个问题就是IP地址和归属地之间的转换问题。我这里采用的是百度的阿拉丁接口,接口获取方法,在百度首页输入"IP",就会出现阿拉丁界面。如下图所示:
通过对该部分的网络请求分析,获取地址 http://opendata.baidu.com/api.php?query=122.49.34.58&co=&resource_id=6006&t=1414563340538&ie=utf8&oe=gbk&format=json&tn=baidu&_=1414563341538 可以获取IP的归属地,该接口返回的数据格式如下图所示:
可以通过HttpClient模拟浏览器访问该地址,分析返回结果,获取该IP地址对应的归属地。如果自己有IP库,这一步就会简单很多。
IP个归属地中间的对应关系解决了,就需要设计mapreduce的实现问题。
map的输入就是一行原始记录,首先需要对记录进行拆分,取得IP地址,在通过上面提到的接口,查询该IP的归属地;map的输出结果是key为IP归属地,value为出现次数,一行记录就是1 。输出结果如下图所示:
reduce就需要对同一个key下的记录求和即可,输出结果是key为IP归属地,value为出现次数,如下图所示:
这一篇博客在mapreduce方面和上两篇没有太大的区别,所以这里也不再详细的阐述了,这一篇主要的目的就是在mapreduce程序中使用第三方的接口。需求分析就到此为止,下面就看具体的代码实现。
代码实现:
ip归属地查询代码
/** * @Description: ip归属地查询 */package com.lulei.crawl.ip;import java.io.IOException;import java.util.Date;import java.util.HashMap;import org.apache.commons.httpclient.HttpException;import com.lulei.crawl.CrawlBase;import com.lulei.util.DoRegex;/** * @author lulei * 这里继承了自己的封装类,在类CrawlBase中实现了网络数据的获取,并将网页源代码存储在pageSourceCode中 */public class IPInfo extends CrawlBase{private String ip;private String location;//第三方接口地址private static String ipUrl = "http://opendata.baidu.com/api.php?query=%ip%&co=&resource_id=6006&t=%t1%&ie=utf8&oe=gbk&format=json&tn=baidu&_=%t2%";private static long timeDifference = 1000L;private static HashMap<String, String> params;private static String locationRegex = "\"location\":\"(.*?)\"";//伪装浏览器static {params = new HashMap<String, String>();params.put("Referer", "http://www.baidu.com");params.put("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.125 Safari/537.36");}public IPInfo(String ip) throws HttpException, IOException {long t1 = new Date().getTime();long t2 = t1 + timeDifference;this.ip = ip;//组装请求地址String url = ipUrl.replaceAll("%ip%", ip) .replaceAll("%t1%", t1 + "") .replaceAll("%t2%", t2 + "");//获取网页源代码,具体的实现,这里就不详细的介绍,自己可以写简单的HttpClient实现此功能 readPageByGet(url, "utf-8", params);//解析源代码,获取归属地setLocation();}/** * @author lulei * 解析源代码,获取归属地 */private void setLocation() {this.location = DoRegex.getFirstString(getPageSourceCode(), locationRegex, 1);}public String getIp() {return ip;}public String getLocation() {return location;}/** * @param args * @throws IOException * @throws HttpException */public static void main(String[] args) throws HttpException, IOException {// TODO Auto-generated method stubString ip = "122.49.34.58";IPInfo ipinfo = new IPInfo(ip);System.out.println("ip:" +ip );System.out.println("归属地:" + ipinfo.getLocation());}}
对一行记录的分析类
/** *@Description: 一行记录分析 */ package com.mapreduce.log; import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import com.lulei.crawl.ip.IPInfo; public class LogLine {private String ip;private String location;private boolean right = true;private IntWritable one = new IntWritable(1);public LogLine(String textLine) {//检验一行日志数据是否符合要求,如不符合,将其标识为不可用if (textLine == null || "".equals(textLine)) {this.right = false;return;}String []strs = textLine.split(" ");if (strs.length < 2) {this.right = false;return;}//ip地址在第一个位置this.ip = strs[0];setLocation();}private void setLocation() {try {IPInfo ipInfo = new IPInfo(this.ip);this.location = ipInfo.getLocation();} catch (Exception e) {// TODO Auto-generated catch block e.printStackTrace();//如果出现网络错误,将此IP的归属地设置成“未知”this.location = "未知";} }/** * @return * @Author:lulei * @Description: map输出key */public Text getMapKey() {return new Text(this.location);}/** * @return * @Author:lulei * @Description: map输出value */public IntWritable getMapValue() {return this.one;}public boolean isRight() {return right;}}
mapreduce程序实现类
/** *@Description: IP归属地统计mapreduce实现 */ package com.mapreduce.log; import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.conf.Configured;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;import org.apache.hadoop.util.Tool;import org.apache.hadoop.util.ToolRunner;public class IPLocationMapReduce extends Configured implements Tool{/** *@Description: IP归属地统计map *@Author:lulei *@Version:1.1.0 */public static class Map extends Mapper<LongWritable, Text, Text, IntWritable> {@Overrideprotected void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException {LogLine logLine = new LogLine(value.toString());if (logLine.isRight()) {context.write(logLine.getMapKey(), logLine.getMapValue());}}}/** *@Description: IP归属地统计reduce *@Author:lulei *@Version:1.1.0 */public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {@Overrideprotected void reduce(Text key, Iterable<IntWritable> values, Context context)throws IOException, InterruptedException {int sum = 0;//对values进行求和操作for (IntWritable value : values) {sum += value.get();}context.write(key, new IntWritable(sum));}}@Overridepublic int run(String[] arg0) throws Exception {Configuration conf = new Configuration();@SuppressWarnings("deprecation")Job job = new Job(conf);job.setJobName("ipcount");job.setInputFormatClass(TextInputFormat.class);//将输出设置为TextOutputFormatjob.setOutputFormatClass(TextOutputFormat.class);job.setOutputKeyClass(Text.class);job.setOutputValueClass(IntWritable.class);//Mapper Combiner Reducerjob.setMapperClass(Map.class);job.setCombinerClass(Reduce.class);job.setReducerClass(Reduce.class);//输入 输出路径FileInputFormat.addInputPath(job, new Path(arg0[0]));FileOutputFormat.setOutputPath(job, new Path(arg0[1]));job.waitForCompletion(true);return job.isSuccessful() ? 0 : 1;}public static void main(String[] args) {// TODO Auto-generated method stub //这里没有对输入的参数做验证try {int res = ToolRunner.run(new Configuration(), new IPLocationMapReduce(), args);System.exit(res);} catch (Exception e) {// TODO Auto-generated catch blocke.printStackTrace();}}}
上传运行:
打包、上传、运行这些步骤这里就不再详细介绍,具体可以参照博客 http://blog.csdn.net/xiaojimanman/article/details/40184581 最后一部分。
对于自己写的数据的输出结果如下图所示:
到此一个完整的mapreduce程序就完成了,关于hadoop的学习,自己还将继续~
- 使用hadoop实现ip地理位置统计~ip归属地和运营商
- 查询IP地理位置、身份证所在地、手机归属地的接口
- 使用WebService实现IP归属地查询源码
- php实现获取IP地址归属地
- ip查询归属地
- IP归属地查询
- 获取ip归属地
- 判断ip归属地
- 使用IP接口查询指定IP归属地
- php使用淘宝IP库接口获取 IP所属地和运营商
- 根据IP来分析其地理位置和网络运营商!
- spark 开发考题!面试题! 根据IP地址查询归属地,统计归属地IP地址数
- 一些可以查询IP地理位置、身份证所在地、手机归属地的接口
- PHP一些可以查询IP地理位置、身份证所在地、手机归属地的接口
- PHP一些可以查询IP地理位置、身份证所在地、手机归属地的接口
- PHP一些可以查询IP地理位置、身份证所在地、手机归属地的接口
- 一些可以查询IP地理位置、身份证所在地、手机归属地的接口
- 各种常用的JSON接口,天气,手机归属地,IP地理位置,QQ空间,优酷,微博,等
- jpg如何转换pdf格式
- java调用linux中的shell脚本
- android中子线程和主线程通信
- Android RecyclerView
- Linux下vim中文乱码的解决方法
- 使用hadoop实现ip地理位置统计~ip归属地和运营商
- 好看的儿童剧,孩子的动画王国——丑小鸭儿童剧团
- 影响Java EE性能的十大问题
- 中国余数定理
- Perl——正则表达式(一)字符匹配
- HTML5+Canvas+jQuery调用手机拍照功能实现图片上传(一)
- PHP架构之注册表
- android 开发过程中遇到的问题及解决方案
- 使用tomcat产生的java.lang.ClassNotFoundException: com.mysql.jdbc.Driver问题