大数据日志分析Hadoop项目实战

0x00 教程内容

1. 大数据日志分析系统简介
2. UserAgentParser的使用
3. 实战准备
4. 项目实战
5. 结果展示

0x01 大数据日志分析系统简介

1. 需求

a. 简单统计网站的访问日志中每个浏览器的访问次数

2. 背景及架构

a. 请参考文章：大数据日志分析系统背景及架构

0x02 UserAgentParser

1. UserAgentParser的介绍

a. 可以用来解析http user-agent信息的小工具（别人写好的小项目）

2. user-agent信息

a. 信息样式
Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.81 Safari/537.36
b. 查看user-agent（进入网站按F12进入检查界面，刷新一下）

0x03 实战准备

1. 下载UserAgentParser小工具

a. 下载地址（可以用git或者直接下载压缩包然后解压）：
https://github.com/LeeKemp/UserAgentParser

2. 安装对应的jar包到本地Maven仓库

a. 用Maven打包小工具成jar包（进入主目录，如：E:\workspace\UserAgentParser-master）
mvn clean package -DskipTest

b. 安装jar包到本地Maven仓库
mvn clean install -DskipTest

0x04 项目实战

1. 构建项目

a. 可参考此文章的0x01 新建maven工程：
Java API实现HDFS的相关操作

2. 引入依赖

a. 引入依赖（如果没有在安装此jar到本地仓库是无法引入的）

<!-- 添加UserAgent的依赖 -->
<dependency>
	<groupId>com.kumkee</groupId>
	<artifactId>UserAgentParser</artifactId>
	<version>0.0.1</version>
</dependency>

b. 完整的依赖

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.shaonaiyi.hadoop</groupId>
    <artifactId>hadoop-learning</artifactId>
    <version>1.0</version>

    <name>hadoop-learning</name>
    <!-- FIXME change it to the project's website -->
    <url>http://www.example.com</url>

    <properties>
        <hadoop-version>2.7.5</hadoop-version>
    </properties>

    <dependencies>

        <!--添加hadoop依赖-->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop-version}</version>
        </dependency>

        <!-- 添加UserAgent的依赖 -->
        <dependency>
            <groupId>com.kumkee</groupId>
            <artifactId>UserAgentParser</artifactId>
            <version>0.0.1</version>
        </dependency>

        <!--添加单元测试依赖-->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.11</version>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <artifactId>maven-assembly-plugin