校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識(shí)庫 > ruby和pig處理流式文件實(shí)例

ruby和pig處理流式文件實(shí)例

熱門標(biāo)簽:漯河電銷 巫師3地圖標(biāo)注魔力之所 外呼線路從哪里出來的 淮安自動(dòng)外呼系統(tǒng)供應(yīng)商 天津外呼系統(tǒng)怎么收費(fèi) 征服者企業(yè)地圖標(biāo)注 中牟外呼系統(tǒng)違法嗎 AI電銷機(jī)器人 線路 柯城手機(jī)地圖如何做地圖標(biāo)注

大數(shù)據(jù)操作中涉及到數(shù)據(jù)清洗步奏還是用腳本處理比較方便,下邊介紹一下pig加載hdfs文件后調(diào)用ruby腳本處理數(shù)據(jù),再返回?cái)?shù)據(jù)流至pig中處理的一個(gè)簡單案例。

注意:ruby的流式處理用到wukong這個(gè)gem包,相關(guān)下載:
https://github.com/mrflip/wukong

pig中加載分布式文件調(diào)用ruby流式處理:

復(fù)制代碼 代碼如下:

log = load '$INFILE' using PigStorage('\t');

define tracking_parser `/usr/ruby parse_click.rb --map` SHIP('parse_click.rb', 'click_tracking.rb');

strmo = stream log through tra_parser;

store strmo into '$OUTFILE' using PigStorage('\t');

復(fù)制代碼 代碼如下:

require 'wukong'
require 'json'
require './click_tra.rb'

module ParseClick
  class Mapper Wukong::Streamer::RecordStreamer
    def before_stream
      @bad_count = 0
    end

    def after_stream
      raise RuntimeError, "Exceeded bad records : #{@bad_count}" if @bad_count > 10
    end

    def process *records
      yield ClickTra.new(JSON.parse(records[2])).to_a
    rescue => e
      @bad_count += 1
      warn "Bad record #{e}: #{records[2]}"
    end
  end
end

Wukong.run ParseClick::Mapper, nil

復(fù)制代碼 代碼如下:

require 'date'
require './models.rb'

class ClickTra
 
  output :ip
  output :c_date
  #output your other atrributes

  def c_date
    click_date.strftime("%Y%m%d").to_i
  end 

  def ip
    browser_ip.to_i
  end

end

其中

strmo = stream log through tra_parser;調(diào)用定義的外部程序tra_parser處理log對(duì)象。
Wukong.run ParseClick::Mapper, nil執(zhí)行完后,將ruby執(zhí)行結(jié)果回調(diào)pig接收。
store strmo into '$OUTFILE' using PigStorage('\t');做結(jié)果存儲(chǔ)持久化。

標(biāo)簽:內(nèi)江 大慶 甘孜 河池 西雙版納 克拉瑪依 棗莊 南昌

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《ruby和pig處理流式文件實(shí)例》,本文關(guān)鍵詞  ruby,和,pig,處理,流式,文件,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《ruby和pig處理流式文件實(shí)例》相關(guān)的同類信息!
  • 本頁收集關(guān)于ruby和pig處理流式文件實(shí)例的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    主站蜘蛛池模板: 包头市| 黔东| 霍邱县| 肥城市| 花莲市| 收藏| 临城县| 渭南市| 顺平县| 安徽省| 西昌市| 宿迁市| 册亨县| 邓州市| 辛集市| 农安县| 清水河县| 正蓝旗| 沁源县| 青田县| 文安县| 娱乐| 荥阳市| 建瓯市| 枣庄市| 龙江县| 眉山市| 瑞安市| 得荣县| 乌鲁木齐县| 台东市| 大城县| 石柱| 阿拉善右旗| 枞阳县| 邵阳县| 桦南县| 司法| 登封市| 哈尔滨市| 通化县|