大数据之-Hadoop3.x_MapReduce_ETL数据清洗案例---大数据之hadoop3.x工作笔记0136

本文介绍了使用Hadoop3.x的MapReduce进行ETL(数据抽取、转换、加载)过程,特别是数据清洗。通过案例展示如何去除web.log文件中不符合要求的数据,讲解了Mapper的实现,包括输入输出类型设置,以及如何判断并过滤数据。通过设置setNumReduceTasks(0),避免使用Reduce阶段。最终处理后的数据减少了不符合条件的行,实现了数据过滤的效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

然后我们来看看etl,就是数据的抽取,转换,加载的过程,

其实就是数据清洗,有个职业叫etl工程师

 

然后我们去看数据清洗为什么需要,因为我们处理数据的时候,首先对数据分析,不符合条件的我们可以先过滤掉,然后

再去处理,这个过滤不符合条件的数据,就是etl,数据清洗

 

用个案例说明,去除web.log文件中不符合要求的数据

 

先去看看web.log中内容

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

添柴程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值