Changes between Version 20 and Version 21 of LogParser

Timestamp:

Jul 8, 2008, 10:18:18 AM (16 years ago)

Author:

waue

Comment:

--

LogParser

@@ -36 +36 @@
 
 {{{
+#!java
 public class LogParserGo {
         static HBaseConfiguration conf = new HBaseConfiguration();
@@ -49 +50 @@
 }}}
 !LogParserGo共宣告了以下幾個全域變數及方法：
- 1 HBaseConfiguration conf為重要的控制設定參數，其定義了很多方法可以設定或取得map reduce程式運作所需要的值
+
+ 1 HBaseConfiguration conf為重要的控制設定參數，其定義了很多方法可以設定或取得map reduce程式運作所需要的值 
  2 定義 TABLE 為 "table.name"，table.name為 name property 
- 3 string !tableName 為資料表名稱
- 4 Htable table 在定義一個HBase的操作變數
- 5 class !MapClass 為實做map的一個內部類別
- 6 Path[] !listPaths 是個可以列出指定路徑下的檔案和目錄，原本0.16 API即宣告 Deprecated，因此為了解決warning在此實做
- 7 void !runMapReduce(String table, String dir) 跑MapReduce的程序
- 8 void !creatTable(String table)  建立hbase的資料表
- 9 void main(String[] args)  main 函數
+ 3 string !tableName 為資料表名稱 
+ 4 Htable table 在定義一個HBase的操作變數 
+ 5 class !MapClass 為實做map的一個內部類別 
+ 6 Path[] !listPaths 是個可以列出指定路徑下的檔案和目錄，原本0.16 API即宣告 Deprecated，因此為了解決warning在此實做 
+ 7 void !runMapReduce(String table, String dir) 跑MapReduce的程序 
+ 8 void !creatTable(String table)  建立hbase的資料表 
+ 9 void main(String[] args)  main 函數 
 
 1~4為變數較為單純，之後將說明5~9的函數功能
@@ -117 +119 @@
 並沒有用到 output的寫入方式，reporter也沒有用到。[[br]]
 此方法因為有IO的存取，因此要宣告trows !IOException, 且用try來起始。[[br]][[br]]
-首先!LogParser log = new !LogParser(value.toString()); value的值為要parser的內容的某一行，因為基於hdfs的map-reduce架構上，hadoop會幫我們把資料整合起來，因此程式的邏輯只要處理好這一行即可。!LogParser 在下面會介紹到，目前只要知道log物件是原始資料value透過 LogParser 處理過的產物。透過log物件的方法!getIP,!getProtocol(),...等，我們可以輕易取得需要的資料，用table.put( Row_Key , Column_Qualify_Name , Value) 方法將Value值填入Row_Key中的Column_Qualify_Name欄位中。接著研究table物件。[[br]]
+首先!LogParser log = new !LogParser(value.toString()); value的值為要parser的內容的某一行，因為基於hdfs的map-reduce架構上，hadoop會幫我們把資料整合起來，因此程式的邏輯只要處理好這一行即可。!LogParser 在下面會介紹到，目前只要知道log物件是原始資料value透過 !LogParser 處理過的產物。透過log物件的方法getIP,getProtocol(),...等，我們可以輕易取得需要的資料，用table.put( Row_Key , Column_Qualify_Name , Value) 方法將Value值填入Row_Key中的Column_Qualify_Name欄位中。接著研究table物件。[[br]]
 table是全域變數之一，由 [http://hadoop.apache.org/hbase/docs/current/api/org/apache/hadoop/hbase/HTable.html org.apache.hadoop.hbase.HTable] 類別定義。產生出HTable物件'''必定要'''給兩個初始化的值，一個是另一個全域變數也是重要的設定檔conf，另一個是tableName也就是資料表的名稱，當HTable 的 table 物件產生出來之後，我們就可以利用put來放入資料。然而一個新的資料表，要如何給他row_key呢？
 因此 table.startUpdate(new Text(log.getIp())) 的功能就是 將 ip設定為table的row_key。有興趣的話可以參考[http://hadoop.apache.org/hbase/docs/current/api/org/apache/hadoop/hbase/HTable.html#startUpdate(org.apache.hadoop.io.Text) 官方的startUpdate說明] [[br]][[br]]
@@ -259 +261 @@
  || ip || - || - || 時間 || "http " || 回傳碼 || 長度 || "指引" || "代理器" ||
  || 140.110.138.176 || - || - || [02/Jul/2008:16:55:02 +0800] || "GET /hbase-0.1.3.zip HTTP/1.0" || 200 || 10249801 || " -" || "Wget/1.10.2" ||
-之後就很顯而易見，用matcher.group(n)取得值後，一一的用this.參數來作設定，但其實不用this 編譯依然能過關，只是習慣在建構子內用到該class的參數會這麼用（以跟繼承到父類別的參數作區別？）其中時間需要用SimpleDateFormat小轉譯一下，http的內容需要用split()來作更細部的分解。
+之後就很顯而易見，用matcher.group(n)取得值後，一一的用this.參數來作設定，但其實不用this 編譯依然能過關，只是習慣在建構子內用到該class的參數會這麼用（以跟繼承到父類別的參數作區別？）其中時間需要用!SimpleDateFormat小轉譯一下，http的內容需要用split()來作更細部的分解。
 
 {{{