Spark- 流量日志分析
日志生成
package zx.Utils
import java.io.{File, FileWriter}
import java.util.Calendar
import org.apache.commons.lang.time.{DateUtils, FastDateFormat}
import scala.collection.mutable.ArrayBuffer
import scala.util.Random
/**
* Created by 166 on 2017/9/6.
*/
case class FlowLog(time:String,ip:String,upFlow:Long,downFlow:Long) extends Serializable{
override def toString: String = {
s"$time\t$ip\t$upFlow\t$downFlow"
}
}
object CreateLog {
val ip_buffer: StringBuilder = new StringBuilder
private val fs: FastDateFormat = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss")
var startTime:String="2015-1-12 12:12:12"
val instance: Calendar = Calendar.getInstance
val ipPool:ArrayBuffer[String]=getIp //ipPool 取得20个ip
//取得20个ip地址
private [this] def getIp:ArrayBuffer[String]={
val arrayBuffer: ArrayBuffer[String] = ArrayBuffer()
ip_buffer.clear()
for(i<- to ){
ip_buffer.append(Random.nextInt()).append(".")
.append(Random.nextInt()).append(".")
.append(Random.nextInt()).append(".")
.append(Random.nextInt())
arrayBuffer+=ip_buffer.toString()
ip_buffer.clear()
}
arrayBuffer
}
def getTime:String={
instance.setTime(DateUtils.parseDate(startTime,Array("yyyy-MM-dd HH:mm:ss")))
instance.add(Calendar.MINUTE,Random.nextInt())
val newTime: String = fs.format(instance.getTime)
startTime=newTime
newTime
}
def getFlow:Long={
Random.nextInt()
}
//从ip地址池中取出一个ip
def getIP:String={
ipPool(Random.nextInt(ipPool.size))
}
//把日志写入文件
def write2file(fr:FileWriter,context:String)={
fr.write(context)
fr.write(System.lineSeparator())
fr.flush()
"SUCCESS"
}
def main(args: Array[String]) {
val file: File = new File("C:\\Users\\166\\Desktop\\Data\\Log","click_flow.log")
if(file.exists()){
file.delete()
val fw: FileWriter = new FileWriter(file)
for(i<- to )println(write2file(fw,FlowLog(getTime,getIP,getFlow,getFlow).toString))
fw.close()
}else{
val fw: FileWriter = new FileWriter(file)
for(i<- to )println(write2file(fw,FlowLog(getTime,getIP,getFlow,getFlow).toString))
fw.close()
}
}
}
算出每个用户的上行流量总和 和下行流量的总和
package zx.sparkStream
import org.apache.log4j.{Level, Logger}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
/**需求:算出每个用户的上行流量总和 和下行流量的总和
* Created by rz on 2017/9/6.
*/
case class ResultTuple()
case class ClickFlow(remoteUser:String,tupleFlow:(Long,Long))
object SparkOffLine {
def main(args: Array[String]) {
Logger.getLogger("org.apache.spark").setLevel(Level.OFF)
val sc: SparkContext = new SparkContext(new SparkConf().setAppName("SparkOffLine").setMaster("local[*]"))
val rdd: RDD[String] = sc.textFile("C:\\Users\\166\\Desktop\\Data\\Log\\click_flow.log")
val rdd1:RDD[(String,ClickFlow)]=rdd.map(data=>{
val datas:Array[String]= data.split("\t")
(datas(),ClickFlow(datas(),(datas().toLong,datas().toLong)))
})
val rdd2:RDD[(String,ClickFlow)]=rdd1.reduceByKey((x,y)=>{
val x_upFlow: Long = x.tupleFlow._1
val y_upFlow: Long = y.tupleFlow._1
val x_dowmFlow: Long = x.tupleFlow._2
val y_downFlow: Long = y.tupleFlow._2
ClickFlow(x.remoteUser,(x_upFlow+y_upFlow,x_dowmFlow+y_downFlow))
})
println(rdd2.collect().toBuffer)
}
}
Spark- 流量日志分析的更多相关文章
- 【Hadoop离线基础总结】流量日志分析网站整体架构模块开发
目录 数据仓库设计 维度建模概述 维度建模的三种模式 本项目中数据仓库的设计 ETL开发 创建ODS层数据表 导入ODS层数据 生成ODS层明细宽表 统计分析开发 流量分析 受访分析 访客visit分 ...
- 024 关于spark中日志分析案例
1.四个需求 需求一:求contentsize的平均值.最小值.最大值 需求二:请各个不同返回值的出现的数据 ===> wordCount程序 需求三:获取访问次数超过N次的IP地址 需求四:获 ...
- ELK大流量日志分析系统搭建
1.首先说下EKL到底是什么吧? ELK是Elasticsearch(相当于仓库).Logstash(相当于旷工,挖矿即采集数据).Kibana(将采集的数据展示出来)的简称,这三者是核心套件,但并非 ...
- Spark离线日志分析,连接Spark出现报错
首先,我的代码是这样的 import org.apache.spark.rdd.RDD import org.apache.spark.{SparkConf, SparkContext} object ...
- 【Hadoop离线基础总结】网站流量日志数据分析系统
目录 点击流数据模型 概述 点击流模型 网站流量分析 网站流量模型分析 网站流量来源 网站流量多维度细分 网站内容及导航分析 网站转化及漏斗分析 流量常见分析角度和指标分类 指标概述 指标分类 分析角 ...
- 【慕课网实战】八、以慕课网日志分析为例 进入大数据 Spark SQL 的世界
用户行为日志:用户每次访问网站时所有的行为数据(访问.浏览.搜索.点击...) 用户行为轨迹.流量日志 日志数据内容: 1)访问的系统属性: 操作系统.浏览器等等 2)访问特征:点击的ur ...
- 苏宁基于Spark Streaming的实时日志分析系统实践 Spark Streaming 在数据平台日志解析功能的应用
https://mp.weixin.qq.com/s/KPTM02-ICt72_7ZdRZIHBA 苏宁基于Spark Streaming的实时日志分析系统实践 原创: AI+落地实践 AI前线 20 ...
- 《UNIX/Linux网络日志分析与流量监控》新书发布
本书从UNIX/Linux系统的原始日志(Raw Log)采集与分析讲起,逐步深入到日志审计与计算机取证环节.书中提供了多个案例,每个案例都以一种生动的记事手法讲述了网络遭到入侵之后,管理人员开展系统 ...
- 《Unix/Linux网络日志分析与流量监控》获2015年度最受读者喜爱的IT图书奖
<Unix/Linux网络日志分析与流量监控>获2015年度最受读者喜爱的IT图书奖.刊登在<中华读书报>( 2015年01月28日 19 版) 我的2015年新作刊登在< ...
- 《Unix/Linux日志分析与流量监控》书稿完成
<Unix/Linux日志分析与流量监控>书稿完成 近日,历时3年创作的75万字书稿已完成,本书紧紧围绕网络安全的主题,对各种Unix/Linux系统及网络服务日志进行了全面系统的讲解,从 ...
随机推荐
- IPython introduction
转载:http://blog.csdn.net/gavin_john/article/details/53086766 1. IPython介绍 ipython是一个python的交互式shell,比 ...
- dedecms单独调用指定文章
{dede:arclist idlist='指定ID' limit='0,1'} <a href="[field:arcurl/]">[field:title/]< ...
- 设计模式之前之UML
UML,让系统可视化,让规格和设计文档化的表现方法.下面来简单介绍一下这个UML.
- ffmpeg保存原始数据PCM YUV
保存yuv ffmpeg -i video.mp4 -c:v rawvideo -pix_fmt yuv420p out.yuv 保存pcm ffmpeg -i input.flv -f s16le ...
- java多线程实现复制大文件
有些开发的时候我们经常遇到这样一个问题,对大文件的处理.比如:日志文件.那么十几G的大文件.我们应该如何复制呢? 还有就是希望从本地和远程复制文件,文件都很大,10G级的如何办呢? 在这里我告诉你们, ...
- Android-BroadcastReceiver具体解释
什么是Broadcast Broadcast即广播,在Android广播是很重要的功能.比如我们想在系统开机之后做某些事情.监控手机的电量.监控手机的网络状态等等.这些功能都须要用到广播.当然我们也能 ...
- group_concat函数导致的主从同步异常
group_concat函数导致的主从同步异常的问题总结 今天在处理一个group_concat函数导致的主从异常的问题,排查过程比较简单,不过第一次遇到这个问题记录一下排查的思路,后面如果再遇到其他 ...
- 【BZOJ3331】[BeiJing2013]压力 Tarjan求点双
[BZOJ3331][BeiJing2013]压力 Description 如今,路由器和交换机构建起了互联网的骨架.处在互联网的骨干位置的核心路由器典型的要处理100Gbit/s的网络流量.他们每天 ...
- 【BZOJ3661】Hungry Rabbit 贪心
[BZOJ3661]Hungry Rabbit Description 可怕的洪水在夏天不期而至,兔子王国遭遇了前所未有的饥荒,它们不得不去外面的森林里寻找食物.为了简化起见,我们假设兔子王国中有n只 ...
- ACM暑假集训第三周小结
这一周学的图论,学了这么些 两种存图的方法:邻接矩阵( map[n][n] ) , 邻接表( headlis[n] , vector<int> G[n] )存图的方法,各有各的好,我的理解 ...