热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

广告精准投放的代码封装优化及parquet文件分区操作案例

上一节实践DSP广告数据平台的日志文件转换成parquet文件第二种方案现在主要对该工程进行代码封装优化,在将来如果使用的是spark1.6可是用样例类来封装数据&

上一节实践DSP广告数据平台的日志文件转换成parquet文件第二种方案

现在主要对该工程进行代码封装优化,在将来如果使用的是spark 1.6+可是用样例类来封装数据,如下优化代码主要有:

代码封装优化

1、首先,编写封装创建sparkContext实例

dolphin-doit01\src\main\scala\cn\sheep\dolphin\common\DolphinAppComm.scala

package cn.sheep.dolphin.commonimport cn.sheep.dolphin.config.DolphinConfig
import org.apache.spark.{SparkConf, SparkContext}
import cn.sheep.dolphin.common.DolphinEnum._
/*** author: old sheep* Created 2021/04/03 11:24*/
object DolphinAppComm {/*** 封装创建sparkContext实例** @param appName* @param params* @return*/def createSparkContext(appName: String, params: Map[String, String] = Map.empty) = {val sparkConf = new SparkConf()sparkConf.setAppName(appName)if (DolphinConfig._power.equals(local.toString)) { // 运行模式的开关sparkConf.setMaster("local[*]")}// 封装用户传递进来的参数params.foreach {case (key, value) => sparkConf.set(key, value)}new SparkContext(sparkConf)}
}

 2、配置全局文件

dolphin-doit01\src\main\resources\application.conf

# 设置一个程序运行时的开关,控制成是否是本地运行还是集群运行模式(cluster: 集群|local:本机)
dolphin.common.power=local# mysql的配置信息
dolphin.mysql.driver=com.mysql.jdbc.Driver
dolphin.mysql.url="jdbc:mysql:///spark?characterEncoding=utf-8"
dolphin.mysql.username=root
dolphin.mysql.password=123456

3、定义枚举类

dolphin-doit01\src\main\scala\cn\sheep\dolphin\common\DolphinEnum.scala

package cn.sheep.dolphin.common/*** author: old sheep* Created 2021/04/03 11:31*/
object DolphinEnum extends Enumeration{type DolphinEnum = Valueval local, cluster = Value
}

4、编写解析application.conf配置文件

dolphin-doit01\src\main\scala\cn\sheep\dolphin\config\DolphinConfig.scala

package cn.sheep.dolphin.configimport java.util.Properties
import com.typesafe.config.{Config, ConfigFactory}
/*** 解析application.conf配置文件* author: old sheep* Created 2021/04/03 11:29*/
object DolphinConfig {private lazy val application = ConfigFactory.load()/* 解析运行模式 */val _power = application.getString("dolphin.common.power")/* 解析mysql配置 */val _driver = application.getString("dolphin.mysql.driver")val _url = application.getString("dolphin.mysql.url")val _username = application.getString("dolphin.mysql.username")val _password = application.getString("dolphin.mysql.password")/* mysql的属性参数封装 */val props = new Properties()props.setProperty("driver", _driver)props.setProperty("user", _username)props.setProperty("password", _password)}

优化Bz2Parquet类为:

//读取离线的数据文件的// val sc &#61; new SparkContext("")val sc &#61; DolphinAppComm.createSparkContext("将bz2日志文件转换成parquet文件")// 读取离线的bz2日志文件val data &#61; sc.textFile(bz2InputPath)// 过滤非法数据val filteredRDD: RDD[Array[String]] &#61; data.map(_.split(",", -1)).filter(_.size >&#61; 85)// parquet <- DataFrame(几种创建方式) <- SQLContext <- RDDval sqlc &#61; new SQLContext(sc)

优化Bz2ParquetV2类为&#xff1a;

// spark序列化优化参数val sparkParams &#61; Map[String, String]("spark.serializer" -> classOf[KryoSerializer].getName,"spark.sql.parquet.compression.codec" -> "snappy" // 设置parquet文件的压缩格式)val sc &#61; DolphinAppComm.createSparkContext("将bz2日志文件转换成parquet文件",sparkParams)

parquet文件分区操作

在Bz2ParquetV2类&#xff0c;进行对partitionBy 对数据按照省份进行分区设置&#xff1a;

// partitionBy 对数据按照省份进行分区dataFrame.write.partitionBy("provincename").parquet(parquetOutPath)

运行Bz2ParquetV2类程序&#xff0c;控制台打印输出日志信息&#xff1a;


21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;江西省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;河北省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;河南省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;浙江省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;海南省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;宁夏回族自治区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;湖北省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;安徽省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;山东省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;山西省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;福建省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;广东省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;西藏自治区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;湖南省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;贵州省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;辽宁省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;上海市
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;重庆市
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;云南省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;陕西省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;青海省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;香港特别行政区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;内蒙古自治区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;北京市
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;台湾省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;吉林省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;四川省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;天津市
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;澳门特别行政区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;广西壮族自治区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;新疆维吾尔自治区
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;甘肃省
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;未知
21/04/03 12:30:46 INFO HadoopFsRelation: Listing file:/C:/Users/mrman/dolphin-doit01/parquet/provincename&#61;黑龙江省

在自己的磁盘文件里可以查看


推荐阅读
  • 本文介绍了如何在给定的有序字符序列中插入新字符,并保持序列的有序性。通过示例代码演示了插入过程,以及插入后的字符序列。 ... [详细]
  • Spring特性实现接口多类的动态调用详解
    本文详细介绍了如何使用Spring特性实现接口多类的动态调用。通过对Spring IoC容器的基础类BeanFactory和ApplicationContext的介绍,以及getBeansOfType方法的应用,解决了在实际工作中遇到的接口及多个实现类的问题。同时,文章还提到了SPI使用的不便之处,并介绍了借助ApplicationContext实现需求的方法。阅读本文,你将了解到Spring特性的实现原理和实际应用方式。 ... [详细]
  • Go GUIlxn/walk 学习3.菜单栏和工具栏的具体实现
    本文介绍了使用Go语言的GUI库lxn/walk实现菜单栏和工具栏的具体方法,包括消息窗口的产生、文件放置动作响应和提示框的应用。部分代码来自上一篇博客和lxn/walk官方示例。文章提供了学习GUI开发的实际案例和代码示例。 ... [详细]
  • (三)多表代码生成的实现方法
    本文介绍了一种实现多表代码生成的方法,使用了java代码和org.jeecg框架中的相关类和接口。通过设置主表配置,可以生成父子表的数据模型。 ... [详细]
  • 本文介绍了Redis的基础数据结构string的应用场景,并以面试的形式进行问答讲解,帮助读者更好地理解和应用Redis。同时,描述了一位面试者的心理状态和面试官的行为。 ... [详细]
  • Mac OS 升级到11.2.2 Eclipse打不开了,报错Failed to create the Java Virtual Machine
    本文介绍了在Mac OS升级到11.2.2版本后,使用Eclipse打开时出现报错Failed to create the Java Virtual Machine的问题,并提供了解决方法。 ... [详细]
  • [大整数乘法] java代码实现
    本文介绍了使用java代码实现大整数乘法的过程,同时也涉及到大整数加法和大整数减法的计算方法。通过分治算法来提高计算效率,并对算法的时间复杂度进行了研究。详细代码实现请参考文章链接。 ... [详细]
  • Go Cobra命令行工具入门教程
    本文介绍了Go语言实现的命令行工具Cobra的基本概念、安装方法和入门实践。Cobra被广泛应用于各种项目中,如Kubernetes、Hugo和Github CLI等。通过使用Cobra,我们可以快速创建命令行工具,适用于写测试脚本和各种服务的Admin CLI。文章还通过一个简单的demo演示了Cobra的使用方法。 ... [详细]
  • r2dbc配置多数据源
    R2dbc配置多数据源问题根据官网配置r2dbc连接mysql多数据源所遇到的问题pom配置可以参考官网,不过我这样配置会报错我并没有这样配置将以下内容添加到pom.xml文件d ... [详细]
  • Java自带的观察者模式及实现方法详解
    本文介绍了Java自带的观察者模式,包括Observer和Observable对象的定义和使用方法。通过添加观察者和设置内部标志位,当被观察者中的事件发生变化时,通知观察者对象并执行相应的操作。实现观察者模式非常简单,只需继承Observable类和实现Observer接口即可。详情请参考Java官方api文档。 ... [详细]
  • Spring学习(4):Spring管理对象之间的关联关系
    本文是关于Spring学习的第四篇文章,讲述了Spring框架中管理对象之间的关联关系。文章介绍了MessageService类和MessagePrinter类的实现,并解释了它们之间的关联关系。通过学习本文,读者可以了解Spring框架中对象之间的关联关系的概念和实现方式。 ... [详细]
  • 数组的排序:数组本身有Arrays类中的sort()方法,这里写几种常见的排序方法。(1)冒泡排序法publicstaticvoidmain(String[]args ... [详细]
  • 面向对象之3:封装的总结及实现方法
    本文总结了面向对象中封装的概念和好处,以及在Java中如何实现封装。封装是将过程和数据用一个外壳隐藏起来,只能通过提供的接口进行访问。适当的封装可以提高程序的理解性和维护性,增强程序的安全性。在Java中,封装可以通过将属性私有化并使用权限修饰符来实现,同时可以通过方法来访问属性并加入限制条件。 ... [详细]
  • 解决.net项目中未注册“microsoft.ACE.oledb.12.0”提供程序的方法
    在开发.net项目中,通过microsoft.ACE.oledb读取excel文件信息时,报错“未在本地计算机上注册“microsoft.ACE.oledb.12.0”提供程序”。本文提供了解决这个问题的方法,包括错误描述和代码示例。通过注册提供程序和修改连接字符串,可以成功读取excel文件信息。 ... [详细]
  • 本文介绍了一种在PHP中对二维数组根据某个字段进行排序的方法,以年龄字段为例,按照倒序的方式进行排序,并给出了具体的代码实现。 ... [详细]
author-avatar
qaz2502919927
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有