hadoop网站日志举例分析
这篇文章主要讲解了“hadoop网站日志举例分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“hadoop网站日志举例分析”吧！
在丰满等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站建设、成都做网站 网站设计制作按需定制开发,公司网站建设,企业网站建设,成都品牌网站建设,全网整合营销推广,外贸营销网站建设,丰满网站建设费用合理。
一、项目要求
日志处理方法中的日志，仅指Web日志。其实并没有精确的定义，可能包括但不限于各种前端Web服务器——apache、lighttpd、nginx、tomcat等产生的用户访问日志，以及各种Web应用程序自己输出的日志。
二、需求分析： KPI指标设计
PV(PageView): 页面访问量统计
IP: 页面独立IP的访问量统计
Time: 用户每小时PV的统计
Source: 用户来源域名的统计
Browser: 用户的访问设备统计
下面我着重分析浏览器统计
三、分析过程
1、 日志的一条nginx记录内容
222.68.172.190 - - [18/Sep/2013:06:49:57 +0000] "GET /images/my.jpg HTTP/1.1" 200 19939
"http://www.angularjs.cn/A00n"
"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36"
2、对上面的日志记录进行分析
remote_addr : 记录客户端的ip地址, 222.68.172.190
remote_user : 记录客户端用户名称, –
time_local: 记录访问时间与时区, [18/Sep/2013:06:49:57 +0000]
request: 记录请求的url与http协议, “GET /images/my.jpg HTTP/1.1″
status: 记录请求状态,成功是200, 200
body_bytes_sent: 记录发送给客户端文件主体内容大小, 19939
http_referer: 用来记录从那个页面链接访问过来的, “http://www.angularjs.cn/A00n”
http_user_agent: 记录客户浏览器的相关信息, “Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36″
3、java语言分析上面一条日志记录（使用空格切分）
String line = "222.68.172.190 - - [18/Sep/2013:06:49:57 +0000] \"GET /images/my.jpg HTTP/1.1\" 200 19939 \"http://www.angularjs.cn/A00n\" \"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36\"";
String[] elementList = line.split(" ");
for(int i=0;i<elementList.length;i++){
System.out.println(i+" : "+elementList[i]);
}测试结果：
0 : 222.68.172.190 1 : - 2 : - 3 : [18/Sep/2013:06:49:57 4 : +0000] 5 : "GET 6 : /images/my.jpg 7 : HTTP/1.1" 8 : 200 9 : 19939 10 : "http://www.angularjs.cn/A00n" 11 : "Mozilla/5.0 12 : (Windows 13 : NT 14 : 6.1) 15 : AppleWebKit/537.36 16 : (KHTML, 17 : like 18 : Gecko) 19 : Chrome/29.0.1547.66 20 : Safari/537.36"
4、实体Kpi类的代码：
public class Kpi {
private String remote_addr;// 记录客户端的ip地址
private String remote_user;// 记录客户端用户名称,忽略属性"-"
private String time_local;// 记录访问时间与时区
private String request;// 记录请求的url与http协议
private String status;// 记录请求状态；成功是200
private String body_bytes_sent;// 记录发送给客户端文件主体内容大小
private String http_referer;// 用来记录从那个页面链接访问过来的
private String http_user_agent;// 记录客户浏览器的相关信息
private String method;//请求方法 get post
private String http_version; //http版本
public String getMethod() {
return method;
}
public void setMethod(String method) {
this.method = method;
}
public String getHttp_version() {
return http_version;
}
public void setHttp_version(String http_version) {
this.http_version = http_version;
}
public String getRemote_addr() {
return remote_addr;
}
public void setRemote_addr(String remote_addr) {
this.remote_addr = remote_addr;
}
public String getRemote_user() {
return remote_user;
}
public void setRemote_user(String remote_user) {
this.remote_user = remote_user;
}
public String getTime_local() {
return time_local;
}
public void setTime_local(String time_local) {
this.time_local = time_local;
}
public String getRequest() {
return request;
}
public void setRequest(String request) {
this.request = request;
}
public String getStatus() {
return status;
}
public void setStatus(String status) {
this.status = status;
}
public String getBody_bytes_sent() {
return body_bytes_sent;
}
public void setBody_bytes_sent(String body_bytes_sent) {
this.body_bytes_sent = body_bytes_sent;
}
public String getHttp_referer() {
return http_referer;
}
public void setHttp_referer(String http_referer) {
this.http_referer = http_referer;
}
public String getHttp_user_agent() {
return http_user_agent;
}
public void setHttp_user_agent(String http_user_agent) {
this.http_user_agent = http_user_agent;
}
@Override
public String toString() {
return "Kpi [remote_addr=" + remote_addr + ", remote_user="
+ remote_user + ", time_local=" + time_local + ", request="
+ request + ", status=" + status + ", body_bytes_sent="
+ body_bytes_sent + ", http_referer=" + http_referer
+ ", http_user_agent=" + http_user_agent + ", method=" + method
+ ", http_version=" + http_version + "]";
}
}5、kpi的工具类
package org.aaa.kpi;
public class KpiUtil {
/***
* line记录转化成kpi对象
* @param line 日志的一条记录
* @author tianbx
* */
public static Kpi transformLineKpi(String line){
String[] elementList = line.split(" ");
Kpi kpi = new Kpi();
kpi.setRemote_addr(elementList[0]);
kpi.setRemote_user(elementList[1]);
kpi.setTime_local(elementList[3].substring(1));
kpi.setMethod(elementList[5].substring(1));
kpi.setRequest(elementList[6]);
kpi.setHttp_version(elementList[7]);
kpi.setStatus(elementList[8]);
kpi.setBody_bytes_sent(elementList[9]);
kpi.setHttp_referer(elementList[10]);
kpi.setHttp_user_agent(elementList[11] + " " + elementList[12]);
return kpi;
}
}6、算法模型: 并行算法
Browser: 用户的访问设备统计
– Map: {key:$http_user_agent,value:1}
– Reduce: {key:$http_user_agent,value:求和(sum)}
7、map-reduce分析代码
import java.io.IOException;
import java.util.Iterator;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.FileInputFormat;
import org.apache.hadoop.mapred.FileOutputFormat;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.MapReduceBase;
import org.apache.hadoop.mapred.Mapper;
import org.apache.hadoop.mapred.OutputCollector;
import org.apache.hadoop.mapred.Reducer;
import org.apache.hadoop.mapred.Reporter;
import org.apache.hadoop.mapred.TextInputFormat;
import org.apache.hadoop.mapred.TextOutputFormat;
import org.hmahout.kpi.entity.Kpi;
import org.hmahout.kpi.util.KpiUtil;
import cz.mallat.uasparser.UASparser;
import cz.mallat.uasparser.UserAgentInfo;
public class KpiBrowserSimpleV {
public static class KpiBrowserSimpleMapper extends MapReduceBase
implements Mapper<Object, Text, Text, IntWritable> {
UASparser parser = null;
@Override
public void map(Object key, Text value,
OutputCollector<Text, IntWritable> out, Reporter reporter)
throws IOException {
Kpi kpi = KpiUtil.transformLineKpi(value.toString());
if(kpi!=null && kpi.getHttP_user_agent_info()!=null){
if(parser==null){
parser = new UASparser();
}
UserAgentInfo info =
parser.parseBrowserOnly(kpi.getHttP_user_agent_info());
if("unknown".equals(info.getUaName())){
out.collect(new Text(info.getUaName()), new IntWritable(1));
}else{
out.collect(new Text(info.getUaFamily()), new IntWritable(1));
}
}
}
}
public static class KpiBrowserSimpleReducer extends MapReduceBase implements
Reducer<Text, IntWritable, Text, IntWritable>{
@Override
public void reduce(Text key, Iterator<IntWritable> value,
OutputCollector<Text, IntWritable> out, Reporter reporter)
throws IOException {
IntWritable sum = new IntWritable(0);
while(value.hasNext()){
sum.set(sum.get()+value.next().get());
}
out.collect(key, sum);
}
}
public static void main(String[] args) throws IOException {
String input = "hdfs://127.0.0.1:9000/user/tianbx/log_kpi/input";
String output ="hdfs://127.0.0.1:9000/user/tianbx/log_kpi/browerSimpleV";
JobConf conf = new JobConf(KpiBrowserSimpleV.class);
conf.setJobName("KpiBrowserSimpleV");
String url = "classpath:";
conf.addResource(url+"/hadoop/core-site.xml");
conf.addResource(url+"/hadoop/hdfs-site.xml");
conf.addResource(url+"/hadoop/mapred-site.xml");
conf.setMapOutputKeyClass(Text.class);
conf.setMapOutputValueClass(IntWritable.class);
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
conf.setMapperClass(KpiBrowserSimpleMapper.class);
conf.setCombinerClass(KpiBrowserSimpleReducer.class);
conf.setReducerClass(KpiBrowserSimpleReducer.class);
conf.setInputFormat(TextInputFormat.class);
conf.setOutputFormat(TextOutputFormat.class);
FileInputFormat.setInputPaths(conf, new Path(input));
FileOutputFormat.setOutputPath(conf, new Path(output));
JobClient.runJob(conf);
System.exit(0);
}
}8、输出文件log_kpi/browerSimpleV内容
AOL Explorer 1
Android Webkit 123
Chrome 4867
CoolNovo 23
Firefox 1700
Google App Engine 5
IE 1521
Jakarta Commons-HttpClient 3
Maxthon 27
Mobile Safari 273
Mozilla 130
Openwave Mobile Browser 2
Opera 2
Pale Moon 1
Python-urllib 4
Safari 246
Sogou Explorer 157
unknown 4685
8 R制作图片
data<-read.table(file="borwer.txt",header=FALSE,sep=",")
names(data)<-c("borwer","num")
qplot(borwer,num,data=data,geom="bar")
感谢各位的阅读，以上就是“hadoop网站日志举例分析”的内容了，经过本文的学习后，相信大家对hadoop网站日志举例分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
网站栏目：hadoop网站日志举例分析
链接URL：https://www.cdcxhl.com/article38/ppicsp.html
成都网站建设公司_创新互联，为您提供虚拟主机、企业建站、全网营销推广、做网站、定制开发、网站策划
声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联
- 在做好网站建设后怎样运用好网站营销？ 2023-04-01
- 不懂成都网站营销推广怎么办？ 2022-07-13
- 影响网站排名的一些问题 2016-06-11
- seo用户体验到底会影响什么？ 2013-07-14
- 营销型网站建设后如何更好的实现营销目的 2016-10-15
- 搜索引擎优化外贸网站营销外包 2022-12-11
- 营销型网站建设规划需要注意哪些 2016-02-16
- 网站内链的规范化同样也重要直接影响优化效果 2014-11-11
- seo新手如何提高网站排名 2013-07-13
- 在经济困难时期的网站营销 2015-01-01
- 为什么静态/伪静态网页比动态网页好做优化？介 2014-02-04
- SEO优化如何使网站排名靠前？ 2015-02-16