<rt id="bn8ez"></rt>
<label id="bn8ez"></label>

  • <span id="bn8ez"></span>

    <label id="bn8ez"><meter id="bn8ez"></meter></label>

    paulwong

    一個PIG腳本例子分析

    執(zhí)行腳本:
    PIGGYBANK_PATH=$PIG_HOME/contrib/piggybank/java/piggybank.jar
    INPUT=pig/input/test-pig-full.txt
    OUTPUT=pig/output/test-pig-output-$(date  +%Y%m%d%H%M%S)
    PIGSCRIPT=analyst_status_logs.pig

    #analyst_500_404_month.pig
    #
    analyst_500_404_day.pig
    #
    analyst_404_percentage.pig
    #
    analyst_500_percentage.pig
    #
    analyst_unique_path.pig
    #
    analyst_user_logs.pig
    #
    analyst_status_logs.pig


    pig -p PIGGYBANK_PATH=$PIGGYBANK_PATH -p INPUT=$INPUT -p OUTPUT=$OUTPUT $PIGSCRIPT


    要分析的數(shù)據(jù)源,LOG 文件
    46.20.45.18 - - [25/Dec/2012:23:00:25 +0100] "GET / HTTP/1.0" 302 - "-" "Pingdom.com_bot_version_1.4_(http://www.pingdom.com/)" "-" "-" 46.20.45.18 "" 11011AEC9542DB0983093A100E8733F8 0
    46.20.45.18 - - [25/Dec/2012:23:00:25 +0100] "GET /sign-in.jspx HTTP/1.0" 200 3926 "-" "Pingdom.com_bot_version_1.4_(http://www.pingdom.com/)" "-" "-" 46.20.45.18 "" 11011AEC9542DB0983093A100E8733F8 0
    69.59.28.19 - - [25/Dec/2012:23:01:25 +0100] "GET / HTTP/1.0" 302 - "-" "Pingdom.com_bot_version_1.4_(http://www.pingdom.com/)" "-" "-" 69.59.28.19 "" 36D80DE7FE52A2D89A8F53A012307B0A 15


    PIG腳本:
    --注冊JAR包,因?yàn)橐玫紻ateExtractor
    register '$PIGGYBANK_PATH';

    --聲明一個短函數(shù)名
    DEFINE DATE_EXTRACT_MM 
    org.apache.pig.piggybank.evaluation.util.apachelogparser.DateExtractor('yyyy-MM');

    DEFINE DATE_EXTRACT_DD 
    org.apache.pig.piggybank.evaluation.util.apachelogparser.DateExtractor('yyyy-MM-dd');

    -- pig/input/test-pig-full.txt
    --把數(shù)據(jù)從變量所指的文件加載到PIG中,并定義數(shù)據(jù)列名,此時的數(shù)據(jù)集為數(shù)組(a,b,c)
    raw_logs = load '$INPUT' USING org.apache.pig.piggybank.storage.MyRegExLoader('^(\\S+) (\\S+) (\\S+) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] "(\\S+) (\\S+) (HTTP[^"]+)" (\\S+) (\\S+) "([^"]*)" "([^"]*)" "(\\S+)" "(\\S+)" (\\S+) "(.*)" (\\S+) (\\S+)')
    as (remoteAddr: chararray, 
    n2: chararray, 
    n3: chararray, 
    time: chararray, 
    method: chararray,
    path:chararray,
    protocol:chararray,
    status: int, 
    bytes_string: chararray, 
    referrer: chararray, 
    browser: chararray, 
    n10:chararray,
    remoteLogname: chararray, 
    remoteAddr12: chararray, 
    path2: chararray, 
    sessionid: chararray, 
    n15: chararray
    );

    --過濾數(shù)據(jù)
    filter_logs = FILTER raw_logs BY not (browser matches '.*pingdom.*');
    --item_logs = FOREACH raw_logs GENERATE browser;

    --percent 500 logs
    --重定義數(shù)據(jù)項(xiàng),數(shù)據(jù)集只取2項(xiàng)status,month
    reitem_percent_500_logs = FOREACH filter_logs GENERATE status,DATE_EXTRACT_MM(time) as month;
    --分組數(shù)據(jù)集,此時的數(shù)據(jù)結(jié)構(gòu)為MAP(a{(aa,bb,cc),(dd,ee,ff)},b{(bb,cc,dd),(ff,gg,hh)})
    group_month_percent_500_logs = GROUP reitem_percent_500_logs BY (month);
    --重定義分組數(shù)據(jù)集數(shù)據(jù)項(xiàng),進(jìn)行分組統(tǒng)計(jì),此時要聯(lián)合分組數(shù)據(jù)集和原數(shù)據(jù)集統(tǒng)計(jì)
    final_month_500_logs = FOREACH group_month_percent_500_logs 
    {
        --對原數(shù)據(jù)集做count,因?yàn)槭窃趂oreachj里做count的,即使是對原數(shù)據(jù)集,也會自動會加month==group的條件
        --從這里可以看出對于group里的數(shù)據(jù)集,完全沒用到
        --這時是以每一行為單位的,統(tǒng)計(jì)MAP中的KEY-a對應(yīng)的數(shù)組在原數(shù)據(jù)集中的個數(shù)
        total = COUNT(reitem_percent_500_logs);
        --對原數(shù)據(jù)集做filter,因?yàn)槭窃趂oreachj里做count的,即使是對原數(shù)據(jù)集,也會自動會加month==group的條件
        --重新過濾一下原數(shù)據(jù)集,得到status==500,month==group的數(shù)據(jù)集
        t = filter reitem_percent_500_logs by status== 500; --create a bag which contains only T values
        --重定義數(shù)據(jù)項(xiàng),取group,統(tǒng)計(jì)結(jié)果
        generate flatten(group) as col1, 100*(double)COUNT(t)/(double)total;
    }
    STORE final_month_500_logs into '$OUTPUT' using PigStorage(',');

    posted on 2013-04-13 15:21 paulwong 閱讀(2308) 評論(0)  編輯  收藏 所屬分類: 分布式HADOOP云計(jì)算PIG

    主站蜘蛛池模板: 久久国产乱子伦精品免费不卡| 日韩欧毛片免费视频| 久久亚洲国产视频| 成年女人免费碰碰视频| 午夜亚洲乱码伦小说区69堂| 亚洲线精品一区二区三区| 一级毛片在线免费观看| 亚洲精品无码中文久久字幕| 亚洲片国产一区一级在线观看| 久久99精品视免费看| 亚洲人成网国产最新在线| 国产亚洲A∨片在线观看| 五月婷婷在线免费观看| www免费插插视频| 亚洲激情视频图片| 国产亚洲精品国产| 免费a级毛片18以上观看精品| 久久久久国产精品免费网站| 黄色毛片免费网站| 亚洲日本久久一区二区va| 久久精品国产精品亚洲色婷婷| 精品久久洲久久久久护士免费| 久久国产精品成人免费| 小说专区亚洲春色校园| 亚洲卡一卡2卡三卡4麻豆| 国产亚洲免费的视频看| 亚洲一区二区视频在线观看| 午夜免费福利影院| 毛片大全免费观看| 国产在线jyzzjyzz免费麻豆| 精品亚洲永久免费精品| www一区二区www免费| 全黄A免费一级毛片| 亚洲国产精品无码久久| 亚洲中文字幕无码久久2020| 亚洲黄色免费在线观看| 亚洲国产精品成人久久久| 亚洲乱码一二三四五六区| 亚洲大香伊人蕉在人依线| 亚洲熟妇av一区二区三区下载| 亚洲AV区无码字幕中文色|