【慕课网实战】Spark Streaming实时流处理项目实战笔记十五之铭文升级版

铭文一级：[木有笔记]

铭文二级：

第12章 Spark Streaming项目实战

行为日志分析：

1.访问量的统计

2.网站黏性

3.推荐

Python实时产生数据

访问URL->IP信息->referer和状态码->日志访问时间->写入到文件中

本地与虚拟机都要装了python才能运行

重要代码：

#coding=UTF-8

#数组最后一个没有“,”

url_paths = [
　　"class/128.html",
　　"class/112.html",
　　"class/143.html",
　　"class/141.html",
　　"learn/821",
　　"course/list"
]#增强for循环

#sample(seq, n) 从序列seq中选择n个随机且独立的元素；
return ".".join([str(item) for item in slice])　　　　
def sample_url()
　　return random.sample(url_paths,1)[0]
query_log = "{url}".format(url=sample_url())

if __name__ == '__main__':
　　main()

http_referers =[

　　"http://www.baidu.com/s?wd={query}",

　　"http://www.sogou.com/web?query={query}",

　　"http://cn.bing.com/search?q={query}",

　　"http://search.yahoo.com/search?p={query}"

]

　　

time_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())

前面要：

import time

import random

将文件输出到一个文件：

f = open("/home/hadoop/data/project/logs/access.log","w+")

f.write(query_log + "\n")

上部分参考代码：

貌似多了个逗号！！！

下部分参考代码：

　　　　refer_str = random.sample(http_referers, 1)

代码编辑完后，需要先创建一个logs文件夹

然后执行py文件，到logs文件夹可查看到产生的数据

查看多少条信息指令：wc -l access.log

动态添加：tail -200f access.log　　//然后再执行一次

铭文三级：

一张图让你学会Python基础语法（看不清可另存为）：

http://blog.csdn.net/qq_30845505/article/details/51588423

python编程中的if __name__ == 'main': 的作用和原理

http://www.dengfeilong.com/post/60.html

str() 函数将对象转化为适于人阅读的形式

>>>s = 'RUNOOB'
>>> str(s)
'RUNOOB'
>>> dict = {'runoob': 'runoob.com', 'google': 'google.com'};
>>> str(dict)
"{'google': 'google.com', 'runoob': 'runoob.com'}"
>>>

但此处 ([str(item) for item in slice])意思是将数字数组转为字符数组

uniform() 方法将随机生成下一个实数，它在 [x, y) 范围内。

format函数的使用

age = 25
name = 'Caroline'
print('{0} is {1} years old. '.format(name, age)) #输出参数
print('{0} is a girl. '.format(name))
print('{0:.3} is a decimal. '.format(1/3)) #小数点后三位
print('{0:_^11} is a 11 length. '.format(name)) #使用_补齐空位
print('{first} is as {second}. '.format(first=name, second='Wendy')) #别名替换
print('My name is {0.name}'.format(open('out.txt', 'w'))) #调用方法
print('My name is {0:8}.'.format('Fred')) #指定宽度

输出: