MongDB日志分析
石家庄铁道大学2021年秋季
2019 级课堂测试试卷-MongDB日志分析
课程名称：大型数据库应用技术 任课教师：王建民 测试时间：150分钟
Result文件数据说明：
Ip：106.39.41.166,（城市）
Date：10/Nov/2016:00:01:02 +0800,（日期）
Day：10,（天数）
Traffic: 54 ,（流量）
Type: video,（类型：视频video或文章article）
Id: 8701（视频或者文章的id）
测试要求：
1、 数据清洗：按照进行数据清洗，并将清洗后的数据导入MongDB数据库中。
两阶段数据清洗：
（1）第一阶段：把需要的信息从原始日志中提取出来
ip: 199.30.25.88
time: 10/Nov/2016:00:01:03 +0800
traffic: 62
文章： article/11325
视频： video/3235
create database data;
CREATE TABLE `data_01` ( `ip` string ,
`date` string,
`day` string,
`traffic` string,
`type` string ,
`id` string
) row format delimited fields terminated
by ',' STORED AS TEXTFILE;
load data local inpath
'/kkb/data/hive-import/result.txt'
into table data_01;
（2）第二阶段：根据提取出来的信息做精细化操作
ip--->城市 city（IP）
date--> time:2016-11-10 00:01:03
day: 10
traffic:62
type:article/video
id:11325
（3）MongDB数据库表结构:
create table data( ip string, time string , day string, traffic bigint,
type string, id string )
2、数据处理：
·统计最受欢迎的视频/文章的Top10访问次数 （video/article）
CREATE TABLE `id_01` ( `id` string ,
`id_count` string
) row format delimited fields terminated by ',' STORED AS TEXTFILE;
insert into id_01 (select id,count(id) from data_02 group by id order by count(id) desc limit 10);
·按照地市统计最受欢迎的Top10课程 （ip）
CREATE TABLE `ip_01` ( `ip` string ,
`ip_count` string
) row format delimited fields terminated by ',' STORED AS TEXTFILE;
insert into ip_01 (select ip,count(ip) from data_02 group by ip order by count(ip) desc limit 10);
·按照流量统计最受欢迎的Top10课程 （traffic）
CREATE TABLE `traffic_01` ( `id` string ,
`traffic_sum` string
) row format delimited fields terminated by ',' STORED AS TEXTFILE;
insert into traffic_01(
select id,sum(traffic) from data_02 group by id order by sum(traffic) desc limit 10
);
3、数据可视化：将统计结果倒入MySql数据库中，通过图形化展示的方式展现出来。
导入到mysql：
bin/sqoop export \
--connect jdbc:mysql://node01:3306/data \
--username root \
--password hadoop \
--table id_01 \
--num-mappers 1 \
--export-dir /user/hive/warehouse/data.db/id_01 \
--input-fields-terminated-by ","
bin/sqoop export \
--connect jdbc:mysql://node01:3306/data \
--username root \
--password hadoop \
--table ip_01 \
--num-mappers 1 \
--export-dir /user/hive/warehouse/data.db/ip_01 \
--input-fields-terminated-by ","
bin/sqoop export \
--connect jdbc:mysql://node01:3306/data \
--username root \
--password hadoop \
--table traffic_01 \
--num-mappers 1 \
--export-dir /user/hive/warehouse/data.db/traffic_01 \
--input-fields-terminated-by ","
最受欢迎的视频/文章的Top10访问次数 （video/article）：
按照地市统计最受欢迎的Top10课程 （ip）
按照流量统计最受欢迎的Top10课程 （traffic）
