第1关：数据清洗MapReduce综合应用案例 — 招聘数据清洗

根据提示，在右侧编辑器补充代码，对数据按照一定规则进行清洗。

数据说明如下：data.json；

数据所在位置：/root/data/data.json；

{
    "id":4,
    "company_name":"智联招聘网/Zhaopin.com",
    "eduLevel_name":"本科",
    "emplType":"全职",
    "jobName":"大数据工程师010",
    "salary":"20K-30K",
    "createDate":"2019-04-21T12:14:27.000+08:00",
    "endDate":"2019-05-21T12:14:27.000+08:00",
    "city_code":"530",
    "companySize":"1000-9999人",
    "welfare":"",
    "responsibility":"岗位职责：1、负责体系大数据分析的ETL的代码开发及优化；2、...",
    "place":"北京市朝阳区望京阜荣街10号首开广场5层",
    "workingExp":"1-3年"
}

id	company_name	eduLevel_name	emplType	jobName	salary	createDate	endDate	city_code	companySize	welfare	responsibility	place	workingExp
id编号	公司名称	学历要求	工作类型	工作名称	薪资	发布时间	截止时间	城市编码	公司规模	福利	岗位职责	地区	工作经验

Mysql数据库:

用户名：root； 密码：123123。

数据库名：mydb；

城市编码表：province；

列名	类型	非空	是否自增	介绍
city_code	varchar(255)			城市编码
city_name	varchar(255)			城市名称

HBase数据库:

最终结果表：job 列族：info。

清洗规则：

• 若某个属性为空则删除这条数据；

• 处理数据中的salary；

  1)mK-nK：(m+n)/2； 2)其余即为0。

• 按照MySQL表province 将城市编码转化为城市名；

• 将结果存入HBase表job中；

  </