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
来源:互联网 发布:php导入excel到数据库 编辑:程序博客网 时间:2024/05/21 09:59
spark开发考题!面试题! 网络开发式运营人才选拔!
题目:
现有一批IP地址(详见文件ip.txt),需要根据IP地址库信息(详见文件iplib.txt),查询归属地信息,并统计每一个归属地IP地址的总数。
请编写spark任务并在测试环境上提交运行。统计结果请以文本文件格式请保存在xxxx目录下,源代码请保存在xxxx目录下。
运行结果格式示例:
江苏 移动 241
江西 电信 67
河南 联通 89
IPLib_test格式:
1.1.1.0 1.1.1.255 广东电信
2.0.0.0 2.1.1.255 天津电信
......
IPs_test 格式:
101.100.24.56
144.0.1.100
......
package com.dt.spark.chinatelecomExam;public class IpUtil { public static boolean ipExistsInRange(String ip, String ipSection) { ipSection = ipSection.trim(); ip = ip.trim(); int idx = ipSection.indexOf('-'); String beginIP = ipSection.substring(0, idx); String endIP = ipSection.substring(idx + 1); return getIp2long(beginIP) <= getIp2long(ip) && getIp2long(ip) <= getIp2long(endIP); } public static long getIp2long(String ip) { ip = ip.trim(); String[] ips = ip.split("\\."); long ip2long = 0L; for (int i = 0; i < 4; ++i) { ip2long = ip2long << 8 | Integer.parseInt(ips[i]); } return ip2long; }}
package com.dt.spark.Examimport scala.collection.immutable.HashSetimport org.apache.log4j.{Level, Logger}import org.apache.spark.SparkConfimport org.apache.spark.broadcast.Broadcastimport org.apache.spark.rdd.RDDimport org.apache.spark.sql.SparkSessionimport util.control.Breaks._import scala.collection.mutable/** * */object IPQueryForTest { def main(args: Array[String]): Unit = { Logger.getLogger("org").setLevel(Level.ERROR) var masterUrl = "local[8]" if (args.length > 0) { masterUrl = args(0) } val sparkConf = new SparkConf().setMaster(masterUrl).setAppName("IPQueryForTest") val spark = SparkSession .builder() .config(sparkConf) .getOrCreate() val sc = spark.sparkContext //数据存放的目录; var dataPath = "data/Exam/" /** * 读取数据,用什么方式读取数据呢?在这里是使用RDD! */ val IPLibRDD: RDD[String] = sc.textFile(dataPath + "IPLib_test.txt") val IPsRDD: RDD[String] = sc.textFile(dataPath + "IPs_test.txt") /** * 在Spark中如何实现mapjoin呢,显然是要借助于Broadcast,会把数据广播到Executor级别让该Executor上的所有任务共享 * 该唯一的数据,而不是每次运行Task的时候都要发送一份数据的拷贝,这显著的降低了网络数据的传输和JVM内存的消耗 */ val IPLibSet: HashSet[String] = HashSet() ++ IPLibRDD.collect() val IPLibSetBroadcast: Broadcast[HashSet[String]] = sc.broadcast(IPLibSet) println("纯粹通过RDD的方式实现IP地址统计分析:") val resultIPQuery: RDD[(String, Long)] = IPsRDD.map(line => { var ip = line.trim var exists = false var locationKey: String = "NoMatchIPQuery" var IPValue: Long = 0L val iplibSets: HashSet[String] = IPLibSetBroadcast.value for (iplib <- iplibSets) { val ipSection: String = iplib.split("\t")(0).trim + "-" + iplib.split("\t")(1).trim breakable { exists = IpUtil.ipExistsInRange(ip, ipSection) if (exists == true) { locationKey = iplib.split("\t")(2).trim + "\t" + iplib.split("\t")(3).trim IPValue = 1L break() } } } (locationKey, IPValue) }) val result = resultIPQuery.filter(!_._1.contains("NoMatchIPQuery")).reduceByKey(_ + _) result.map(line => line._1 + "\t" + line._2).saveAsTextFile(dataPath + "IPQueryResult.txt") }}
0 0
- 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
- IP地址归属地查询。
- [转载]手机号码IP地址归属地查询
- IP地址归属地查询接口
- Java联网查询IP地址归属地
- js查询ip地址归属地
- ip查询归属地
- IP归属地查询
- ip地址查询和手机归属地查询
- java ip地址 身份证 电话归属地 查询
- 查询IP地址归属地shell 小脚本
- 几个常用的IP地址归属地查询接口
- 几个常用的IP地址归属地查询接口
- 通过百度查询的ip地址归属地的链接
- PHP IP地址归属地查询的接口
- golang IP地址归属地查询(walk界面库)
- Android小程序--电话归属地IP地址查询
- keery_log python 查找IP地址归属地
- 显示Gralloc模块分配内存(buffer_handle_t、private_handle_t数据结构的关系)
- 实现键盘记录的e.Whick和keyCode
- DOM对象与Jquery对象的区分
- python的本地变量,全局变量,函数的作用域,嵌套函数引用包装函数
- 设计模式学习笔记——策略(Strategy)模式
- 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
- 22-TCP 协议(PSH 标志)
- 树回归
- Jquery基础总结。。。
- mysql limit 优化
- tensorflow学习math_ops(一)
- JQuery插件开发 + 插件
- 【Linux】Centos6.8安装rabbitmq
- Knight Moves UVA