a亚洲精品_精品国产91乱码一区二区三区_亚洲精品在线免费观看视频_欧美日韩亚洲国产综合_久久久久久久久久久成人_在线区

首頁 > 編程 > Ruby > 正文

ruby和pig處理流式文件實例

2020-10-29 19:43:16
字體:
來源:轉載
供稿:網友

大數據操作中涉及到數據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文件后調用ruby腳本處理數據,再返回數據流至pig中處理的一個簡單案例。

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

pig中加載分布式文件調用ruby流式處理:

復制代碼 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;調用定義的外部程序tra_parser處理log對象。
Wukong.run ParseClick::Mapper, nil執行完后,將ruby執行結果回調pig接收。
store strmo into '$OUTFILE' using PigStorage('/t');做結果存儲持久化。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 欧美日韩一区精品 | 狠狠狠狠狠操 | 中文无码久久精品 | 天堂综合网 | 欧美午夜精品一区二区三区电影 | 青草福利| 欧美精品一区二区三区免费视频 | 日本三级网站在线观看 | 国产精品福利久久 | 高清xxxx| 午夜免费看片 | 欧美日韩午夜 | 在线看免费观看日本 | 精品国产一区二区三区久久久蜜月 | 黑人巨大精品欧美一区二区免费 | 精品成人一区二区 | 黄色片免费在线 | 三级免费网站 | 久草 在线 | 天天操天天干天天爽 | 国产精品毛片一区二区在线看 | 一区二区三区日韩 | 精品国产乱码久久久久久1区2区 | 国产一区二区av | 久久久久久毛片免费观看 | 冷水浴在线观看 | 97电影在线观看 | 午夜影院在线看 | 日韩欧美高清dvd碟片 | 成人在线小视频 | 精品人人 | 欧美成人黄激情免费视频 | 日本不卡在线播放 | 欧美国产综合色视频 | 国产91久久精品一区二区 | 午夜一区二区三区在线观看 | 日韩在线中文字幕视频 | 99re6在线视频精品免费 | 97男人的天堂 | 国产精品网址 | 欧美视频三区 |