当前位置： 首页 > news >正文

服务器证书与网站不符网络营销导向企业网站建设的一般原则包括

news 2025/11/7 0:44:26
服务器证书与网站不符,网络营销导向企业网站建设的一般原则包括,纪检网站建设动态主题,佛山网站公司建设网站任务描述 知识点： 天气数据进行ETL 重 点： 掌握MapReduce程序的运行流程熟练编写MapReduce程序使用MapReduce进行ETL 内 容： 编写MapReduce程序编写Shell脚本，获取MapReduce程序的inputPath将生成的inputPath文件传入到Wi…

任务描述

知识点：

  • 天气数据进行ETL

重  点：

  • 掌握MapReduce程序的运行流程
  • 熟练编写MapReduce程序
  • 使用MapReduce进行ETL

内  容：

  • 编写MapReduce程序
  • 编写Shell脚本，获取MapReduce程序的inputPath
  • 将生成的inputPath文件传入到Windows环境
  • 运行MapReduce程序对天气数据进行ETL处理

任务指导

1. 准备2000-2022年气象数据

（如在任务12中，按照手册已自行处理好2000-2022年的所有气象数据，也可跳过此步骤，使用自己处理好的数据文件即可，但需要在后续步骤中注意数据路径的问题）

先前按照任务12处理了2021-2022年数据，在后续气象预测部分任务需要2000-2022年的数据作为支持，所以现将处理后的（解压后）2000年-2022年的气象数据进行提供，可通过下述的URL下载地址进行下载

数据集路径：

格式：url/dataSet/systemLib/b3084be184684ee18f3b00b048bab0cc.zip，url参见实验窗口右侧菜单“实验资源下载”。

例如：https://staticfile.eec-cn.com/dataSet/systemLib/b3084be184684ee18f3b00b048bab0cc.zip

  • 在master机器的/home路径下载数据集
  • 解压数据集
  • 在/home/china_data目录中包含了2000-2022年，22年间的中国各个基站的气象数据

  • 在每个文件夹下均已将气象数据文件解压完成

使用MapReduce对天气数据进行预处理，并在数据文件中添加对应基站ID，并将原来字段间的分隔符改为使用逗号分隔，以便于大Hive中使用该数据集。

2. 使用MapReduce对数据进行ETL

当前在数据集中不包含基站编号字段，每个基站的编号体现在各个文件名的前5位，例如在“450010-99999-2000”文件中包含的是编号为“45001”的基站数据，所以需要将各个基站的编号添加到对应的数据文件中，并且在各个文件中每个字段之间的分隔符也是不一致的，所以也需要对数据进行清理，由于数据量较大，可以考虑使用MapReduce进行数据清理的工作。

  • 创建Maven项目：china_etl
  • 编写MapReduce程序
    • ChinaMapper：读取数据，对数据添加stn（基站ID）字段，并进行格式化处理
    • ChinaReducer：对处理后的数据进行输出
    • ChinaDriver：MapReduce程序的驱动类
  • 在master机器编写Shell脚本获取MapReduce程序的inputPath

  • 将生成的inputPath文件传入到Windows环境
  • 在Windows运行MapReduce程序
  • 程序运行完成，进入master机器查看结果

  • 数据格式说明：
基站编号年月日时间温度露点温度气压风向风速云量1小时雨量6小时雨量
5999720221231212742501013370205-9999-9999

任务实现

1. 准备2000-2022年气象数据

（如在任务12中，按照手册已自行处理好2000-2022年的所有气象数据，也可跳过此步骤，使用自己处理好的数据文件即可，但需要在后续步骤中注意数据路径的问题）

先前按照任务12处理了2021-2022年数据，在后续气象预测部分任务需要2000-2022年的数据作为支持，所以现将处理后的（解压后）2000年-2022年的气象数据进行提供，可通过下述的URL下载地址进行下载

数据集路径：

格式：url/dataSet/systemLib/b3084be184684ee18f3b00b048bab0cc.zip，url参见实验窗口右侧菜单“实验资源下载”。

例如：https://staticfile.eec-cn.com/dataSet/systemLib/b3084be184684ee18f3b00b048bab0cc.zip

  • 在master机器的/home路径下载数据集
# cd /home
# wget https://staticfile.eec-cn.com/dataSet/systemLib/b3084be184684ee18f3b00b048bab0cc.zip
  • 解压数据集
# unzip /home/b3084be184684ee18f3b00b048bab0cc.zip
  • 在/home/china_data目录中包含了2000-2022年，22年间的中国各个基站的气象数据

  • 在每个文件夹下均已将气象数据文件解压完成

  • 将下载后的数据集上传至HDFS中
  • 将2000-2022年的所有气象数据上传至HDFS的/china目录中
# hadoop fs -mkdir /china
# hadoop fs -put /home/china_data/* /china

天气的格式如下：

NCDC天气的格式说明：

气象要素包括：气温、气压、露点、风向风速、云量、降水量等。

  • 例如：

  • 各字段的含义如下：
年月日时间温度露点温度气压风向风速云量1小时雨量6小时雨量
202101010080-941028550601-9999-9999

当前在数据集中不包含基站编号字段，每个基站的编号体现在各个文件名的前5位，例如在“450010-99999-2000”文件中包含的是编号为“45001”的基站数据，所以需要将各个基站的编号添加到对应的数据文件中，并且在各个文件中每个字段之间的分隔符也是不一致的，所以也需要对数据进行清理，由于数据量较大，可以考虑使用MapReduce进行数据清理的工作。

2. 使用MapReduce对数据进行ETL

使用MapReduce对天气数据进行ETL流程如下：

  • 打开IDEA，如先前创建过项目，需点击File --> Close Project返回IDEA初始界面

  • 点击New Project新建项目

  • 创建Maven项目：china_etl

  • 打开File --> Settings，按照之前的方式配置Maven

  • 修改pom.xml文件，在标识位置填写<dependencies>标签中的内容，下载项目所需依赖

  • <dependencies>标签内容如下：
<dependencies>    <dependency>        <groupId>org.apache.hadoop</groupId>        <artifactId>hadoop-client</artifactId>        <version>2.9.2</version>    </dependency>
</dependencies>
  • 依赖下载完成后，将默认生成在src/main/java/com的Main类删除

  • 在src/main/java/com包下创建Mapper类：ChinaMapper.java

本次MapReduce任务的主要处理逻辑在Map函数中，在Map中获取当前正在处理的文件信息，通过文件信息获取相应的文件名，然后获取到文件名的前五位，前五位则是每个基站对应的基站编号，然后获取到数据文件中的每条数据并进行分割，分割后根据索引获取所需的数据，最后通过","对数据进行分隔，作为每个字段数据的新分隔符，根据所需重新将数据进行拼接

package com;import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.FileSplit;
import org.apache.hadoop.mapreduce.InputSplit;
import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException;public class ChinaMapper extends Mapper<LongWritable, Text,Text, NullWritable> {@Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//         获取当前map正在处理的文件信息InputSplit inputSplit = (InputSplit) context.getInputSplit();
//         获取文件名，例如：当前获取到“450010-99999-2000”String fileName = inputSplit.toString().split("/")[5];NullWritable val = NullWritable.get();
//        取出基站编号，例如：“45001”String stn = fileName.substring(0,5);
//     System.out.println(stn);/**     获取所需字段year=[]   #年month=[]  #月day=[]    #日hour=[]   #时间temp=[]   #温度dew_point_temp=[]  #露点温度pressure=[]        #气压wind_direction=[]   #风向wind_speed=[]       #风速clouds=[]          #云量precipitation_1=[]   #1小时降水量precipitation_6=[]   #6小时降水量
*/
//     获取输入的每一条数据String values = value.toString();
//     通过分隔符进行分割String[] lines = values.split("\\s+");String year = lines[0];String month = lines[1];String day = lines[2];String hour = lines[3];String temp = lines[4];String dew_point_temp = lines[5];String pressure = lines[6];String wind_direction = lines[7];String wind_speed = lines[8];String cloud=lines[9];String precipitation_1 = lines[10];String precipitation_6 = lines[11];
//     使用“,”对每条数据进行拼接，每条数据的分隔符设置为","String line = stn+","+year+","+month+","+day+","+hour+","+temp+","+dew_point_temp+","+pressure+","+wind_direction+","+wind_speed+","+cloud+","+precipitation_1+","+precipitation_6;System.out.println(line);
//     每条数据作为key进行输出context.write(new Text(line),val);}
}
  • 在src/main/java/com包下创建Reducer类：ChinaReducer.java
package com;import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;public class ChinaReducer extends Reducer<Text,NullWritable,Text,NullWritable> {@Overrideprotected void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {NullWritable val = NullWritable.get();// 获取keyText outLine = key;context.write(outLine,val);}
}
  • 在src/main/java/com包下创建Driver类： ChinaDriver.java
package com;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;public class ChinaDriver {public static void main(String[] args) {Configuration conf = new Configuration();Job job = null;try {// 读取filename文件内容获取inputpathBufferedReader br = new BufferedReader(new FileReader("C:\\installed\\filename.txt"));String line = null;ArrayList list = new ArrayList();while((line=br.readLine())!=null){list.add(line);}Path[] inputPath = new Path[list.size()];for(int i = 0;i< inputPath.length;i++){inputPath[i] = new Path(list.get(i).toString());System.out.println(inputPath[i]);}job = Job.getInstance(conf);job.setJarByClass(ChinaDriver.class);job.setJobName("ChinaDriver");
//         设置Mapper类job.setMapperClass(ChinaMapper.class);
//         设置Reducer类job.setReducerClass(ChinaReducer.class);job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(NullWritable.class);job.setOutputKeyClass(Text.class);job.setOutputValueClass(NullWritable.class);
//         设置输入路径FileInputFormat.setInputPaths(job, inputPath);
//         设置输出路径FileOutputFormat.setOutputPath(job, new Path("hdfs://master:9000/china_all/"));System.exit(job.waitForCompletion(true) ? 0 : 1);} catch (IOException e) {e.printStackTrace();} catch (ClassNotFoundException e) {e.printStackTrace();} catch (InterruptedException e) {e.printStackTrace();}}
}
  • 编写完成后，进入master机器

由于本次MapRedcue任务需要处理2000-2022年的数据，每个年份的数据都保存在一个以年份命名的文件夹下，所以MapReduce需要读取22个文件夹下的所有数据，因此在运行MapReduce程序前，需要编写一个Shell脚本以生成MapReduce的inputPath文件，在该文件中包含所有需要处理的数据路径（该操作类似任务12中的generate_input_list.sh脚本）

  • 在master机器的/home/shell目录下，编写getHDFSfile.sh脚本，以生成MapReduce的inputPath文件
# vim /home/shell/getHDFSfile.sh
  • 脚本内容如下：
#/bin/bash
rm -rf /home/filename.txt
# file = echo `hdfs dfs -ls /china | awk -F ' ' '{print $8}'`
for line in `hdfs dfs -ls /china | awk -F ' ' '{print $8}'`
dofilename="hdfs://master:9000$line"echo -e "$filename" >> /home/filename.txt
done
  • 为Shell脚本赋予执行权限
# chmod u+x /home/shell/getHDFSfile.sh
  • 运行Shell脚本，生成inputPath
# /home/shell/getHDFSfile.sh
  • 脚本运行完成，在/home目录下会生成一个filename.txt文件，在文件中包含所有需要处理的路径信息
  • 查看/home/filename.txt文件
# cat /home/filename.txt

  • filename.txt文件生成后，将其通过filezilla工具传入到Windows环境的C:\installed目录
  • 进入Windows环境，打开filezilla工具，filezilla需要配置master的主机名（IP地址）、用户名、密码以及端口；

  • 可通过右侧工具栏，获取master机器的相关信息并将其进行填入

  • 配置完成后，点击快速连接master机器
  • 在左侧拦中是本地Windows环境的文件管理器，右侧是连接的远程Linux（master）机器文件管理器

  • 在Windows文件管理器，进入C:\installed目录，在右侧master机器中进入/home目录，找到生成的filename.txt文件，将其从master机器中拖拽到Windows机器

  • 右键ChinaDriver，点击Run 'ChinaDriver.main()'运行MapReduce程序

  • 控制台显示数据

进入master机器，查看运行结果最后5行数据：

# hadoop fs -cat /china_all/* | tail -5

数据格式说明：

基站编号年月日时间温度露点温度气压风向风速云量1小时雨量6小时雨量
5999720221231212742501013370205-9999-9999

上一个任务下一个任务

http://www.yayakq.cn/news/849559/

相关文章：

  • 佛山最好的网站建设合肥营销网站建设价格
  • 专业网站开发哪家专业apk连接wordpress
  • 企业网站优化服务主要围绕哪些要素?为什么?wordpress目录加图标
  • 西宁企业网站建设开发wordpress默认注册页面地址
  • 做图片网站赚钱吗主页设计
  • 有平面广告设计的网站wordpress繁体字插件
  • 网站查询域名解析网站建设 启象科技
  • 廊坊网站建站网站wordpress设置文本编辑器
  • 网站接入商查询好的营销网站设计公司
  • 小学生简短小新闻摘抄郑州seo优化培训
  • 一小时做网站wordpress 后台汉化
  • 中型网站流量中国电信云服务器
  • 网站你懂我意思正能量晚上在线观看不用下载免费保定网站建设求职简历
  • 产品网站建设公司哪家好什么叫做关键词
  • 建立网站的教学书籍广东省建设工程监督站官方网站
  • 文档分享类网站建设短视频分享网站开发
  • index 石家庄网站建设公司网站怎样备案
  • 我司网站改版上线网站建设绍兴seo网站管理
  • 学校网站集约化建设wordpress 酒店
  • 青海网站制作的公司百度指数代表什么
  • 顺企网萍乡网站建设哪些网站可以做淘宝客
  • 网站视觉优化怎么做网络团队
  • win2008 r2 搭建网站做网站地图
  • 门户网站建设 简报微信版网站开发
  • 兰州网站的建设网站开发第三方登录设计
  • 做视频的素材网站东莞网站建设关键词
  • 网站开通流程wordpress地图
  • 网站建设ssc源码最新广州最新发布消息
  • 一级域名 二级域名 目录网站推广盐城本地网站建设公司电话
  • 网站开放培训电影推荐网站开发