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
- Log4J 基本使用
Log4j由三个重要的组件 构 成:日志 信息 的优先级,日志信息的输出目的地,日志信息的输出格式. 日志信息的优先级 从高到低有ERROR . WARN . INFO . DEBUG ,分别用来指定 ...
- Unable to resolve address ' ' service ' ': Name or service not known
感谢朋友支持本博客,欢迎共同探讨交流,因为能力和时间有限,错误之处在所难免.欢迎指正. 假设转载,请保留作者信息. 博客地址:http://blog.csdn.net/qq_21398167 原博文地 ...
- 【JMeter4.0学习(十一)】之JMeter对(Mysql、Oracle)数据库性能测试脚本开发
一.MySQL数据库链接: 注:下面所产生的问题一律参考详见:<[JMeter4.0]之遇到的问题总结(持续更新)>(包括Mysql.Orcale) 准备:引包,包路径一定要放对位置,参考 ...
- 【Navicat Premium】之连接Oracle数据库
1.首先,在连接之前,需要下载oracle官网提供的instantclient-basic-win32-11.2.0.1.0.zip包 官网:http://www.oracle.com/technet ...
- Windows找出占用端口的进程
第一步:找出监听指定端口的进程号: C:\> netstat -ao | findstr 443 TCP 0.0.0.0:443 Sean-NotePC:0 ...
- PHP-Manual的学习----【序言】
2017年6月27日16:57:32 学习资料:2015-PHP-Manual 打好坚实的基础是做任何事的前提 序言: 笔记: 1.PHP,即"PHP: Hypertext Preproce ...
- 九度OJ 1356:孩子们的游戏(圆圈中最后剩下的数) (约瑟夫环)
时间限制:10 秒 内存限制:32 兆 特殊判题:否 提交:1333 解决:483 题目描述: 每年六一儿童节,JOBDU都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此.HF作为JOBDU的资深 ...
- centos7 PXE自动安装环境搭建
原理: 要进行自动安装的主机A,加电启动时以网卡为第一启动设备 1.启动时会向网络广播,找到dhcp服务器B请求分配IP地址信息,服务器B除了给其分配基本的IP信息(ip.netmask.getewa ...
- iOS和Android后台机制对比
转自:http://blog.csdn.net/zsch591488385/article/details/27232881 一.iOS的“伪后台”程序 首先,先了解一下ios 中所谓的「后台进程」到 ...
- Linux安装virtualenvwrapper详细步骤
1.[root@localhost ~]# pip install virtualenvwrapper 2.[root@localhost ~]# pip list [root@localhost ~ ...