用MapReduce分析Hbase将结果插入mysql中

从HBASE读取清洗过的数据,写入到mysql的表中

NewInstallUserRunner.java
计算新增用户入口类

NewInstallUserRunner的所有属性方法

main方法:

public static void main(String[] args)

只有一个方法ToolRunner.run

org.apache.hadoop.util.ToolRunner.run(new Configuration(), new NewInstallUserRunner(), args);

入口类implements Tool接口

public class NewInstallUserRunner implements Tool

Tool定义run方法

int run(String [] args) throws Exception;

Tool 继承Configurable

public interface Tool extends Configurable 

Configurable定义两个方法

/** Set the configuration to be used by this object. */
void setConf(Configuration conf);

/** Return the configuration used by this object. */
Configuration getConf();

所以入口类需要实现3个方法

int run(String [] args) throws Exception;
void setConf(Configuration conf);
Configuration getConf();

setConf方法实现

@Override
public void setConf(Configuration conf) {
    conf.addResource("output-collector.xml");
    conf.addResource("query-mapping.xml");
    conf.addResource("transformer-env.xml");
    conf.set("fs.defaultFS", "hdfs://master:8020");
    conf.set("yarn.resourcemanager.hostname", "master");
    conf.set("hbase.zookeeper.quorum", "master");
    this.conf = HBaseConfiguration.create(conf);
}

定义output-collector的类,反射用的

output-collector.xml
    <property>
        <name>collector_new_install_user</name>
        <value>com.sxt.transformer.mr.nu.StatsUserNewInstallUserCollector</value>
    </property>

输出到mysql的时候,组成insert语句的

query-mapping.xml
    <property>
        <name>new_install_user</name>
        <value>
        INSERT INTO `stats_user`(
        `platform_dimension_id`,
        `date_dimension_id`,
        `new_install_users`,
        `created`)
        VALUES(?, ?, ?, ?) ON DUPLICATE KEY UPDATE `new_install_users` = ?
        </value>
</property>

输出到mysql的链接信息

transformer-env.xml

getConf方法实现

@Override
public Configuration getConf() {
return this.conf;
}

run方法的实现

public int run(String[] args) throws Exception {
        Configuration conf = this.getConf();
        // 处理参数
        this.processArgs(conf, args);

        // Job job = Job.getInstance(conf, "new_install_user");
        System.out.println("KpiType.NEW_INSTALL_USER.toString()===="
                + KpiType.NEW_INSTALL_USER.name);
        Job job = Job.getInstance(conf, KpiType.NEW_INSTALL_USER.name);

        // job.setJarByClass(NewInstallUserRunner.class);
        // 本地运行
        TableMapReduceUtil.initTableMapperJob(initScans(job),
                NewInstallUserMapper.class, StatsUserDimension.class,
                TimeOutputValue.class, job, false);

        // 集群运行:本地提交和打包(jar)提交
        // TableMapReduceUtil.initTableMapperJob(initScans(job),
        // NewInstallUserMapper.class, StatsUserDimension.class,
        // TimeOutputValue.class, job);
        job.setReducerClass(NewInstallUserReducer.class);
        job.setOutputKeyClass(StatsUserDimension.class);
        job.setOutputValueClass(MapWritableValue.class);
        // job.setInputFormatClass(KeyValueTextInputFormat.class);
        job.setOutputFormatClass(TransformerOutputFormat.class);
        if (job.waitForCompletion(true)) {
            // 执行成功, 需要计算总用户
            this.calculateTotalUsers(conf);
            return 0;
        } else {
            return -1;
        }
    }

run方法的第一条命令processArgs处理参数

processArgs调用处理参数的方法

this.processArgs(conf, args);

processArgs方法解读

run方法第一条 this.processArgs(conf, args); 执行结束,
返回结果默认是昨天,或者运行时加入-d yyyy-DD-mm 格式输入的日期。

run方法的第二条命令

run方法的第二条语句
Job job = Job.getInstance(conf, "new_install_user");

是不是应该这么写更好?
Job job = Job.getInstance(conf, KpiType.NEW_INSTALL_USER.name);

参数中用到的枚举方法

public enum KpiType {

    NEW_INSTALL_USER("new_install_user"), // 统计新用户的kpi
    BROWSER_NEW_INSTALL_USER("browser_new_install_user"), // 统计浏览器维度的新用户kpi
    ACTIVE_USER("active_user"), // 统计活跃用户kpi
    BROWSER_ACTIVE_USER("browser_active_user"), // 统计浏览器维度的活跃用户kpi
    ;

run方法的第三条命令TableMapReduceUtil.initTableMapperJob设置job执行参数

TableMapReduceUtil.initTableMapperJob(initScans(job),
                            NewInstallUserMapper.class, 
                            StatsUserDimension.class,
                            TimeOutputValue.class, job, 
                            false);

addDependencyJars 如果在服务器运行,需要设置为true 如果在本地运行 设置成false

  /**
   * Use this before submitting a Multi TableMap job. 
   * It will appropriately setup the job.
   *
   * @param scans The list of {@link Scan} objects to read from.
   * @param mapper The mapper class to use.
   * @param outputKeyClass The class of the output key.
   * @param outputValueClass The class of the output value.
   * @param job The current job to adjust. Make sure the passed job is carrying
   *          all necessary HBase configuration.
   * @param addDependencyJars upload HBase jars and jars for any of the
   *          configured job classes via the distributed cache (tmpjars).
   * @throws IOException When setting up the details fails.
   */
  public static void initTableMapperJob(List<Scan> scans,
      Class<? extends TableMapper> mapper,
      Class<? extends WritableComparable> outputKeyClass,
      Class<? extends Writable> outputValueClass, Job job,
      boolean addDependencyJars) throws IOException {
    initTableMapperJob(scans, mapper, outputKeyClass, outputValueClass, job,
      addDependencyJars, true);
  }

第一个参数initScans(job)

http://www.jianshu.com/p/fd25d036d4dc

第二个参数NewInstallUserMapper.class

NewInstallUserMapper.class

http://www.jianshu.com/p/1493de43dbf7

第三、四个参数是输出的K,V

run方法的下一条命令job.setReducerClass

job.setReducerClass(NewInstallUserReducer.class);
NewInstallUserReducer.class

run方法的下一条命令job.setOutputFormatClass

job.setOutputFormatClass(TransformerOutputFormat.class);
TransformerOutputFormat.class

run方法的下一个分支执行MR成功后,执行计算总用户

if (job.waitForCompletion(true)) {
// 执行成功, 需要计算总用户
this.calculateTotalUsers(conf);
return 0;
} else {
return -1;
}


private void calculateTotalUsers(Configuration conf)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,198评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,663评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,985评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,673评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,994评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,399评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,717评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,407评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,112评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,371评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,891评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,255评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,881评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,010评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,764评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,412评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,299评论 2 260

推荐阅读更多精彩内容