Hodoop 新增線上日誌的實現

    寫了兩週的東西，最終仍是沒有寫完，記錄下最近都在幹什。

    第一步：接到整合線上日誌的任務，開始進行分析，結果以下：

    一、線上的日誌是按照時間存儲起來的，剛開始覺得直接添加就行。結果發現，實際的業務是從九月初期開始，十月份的時候添加過兩個字段，而且從新的創建了一個日誌文件，目前就有兩個日誌文件，後者除了在原來的基礎上多了兩個字段，因此決定先入庫，分別把兩個的日誌中的數據入庫到hive;

•     把當前用到的日誌添加一個定時的命令，把日誌同步到S3服務器，用到的腳本以下：

  #!/bin/sh
  ####################
  #put log to s3
  #Author Lcm
  #date 2016-10-27
  ###################
  #dateYMD=`date  -d   yesterday   +%Y-%m-%d`
  #dateYM=`date   -d   yesterday   +%Y-%m`
  #dateMD=`date   -d   yesterday   +%m-%d`
  dateYMD='2016-09-'$1
  dateYM='2016-09'
  dateMD='09-'$1

  #2016-09 - 2016-10-07
  OLD_LOG_PATH='/home/centos/tools/apache-tomcat-8080/igp_logs/reg/'$dateYM'/reg1-'$dateMD'*.log'

  #2016-10-08
  #OLD_LOG_PATH='/home/centos/tools/apache-tomcat-8080/igp_logs/reg1/'$dateYM'/reg1-'$dateMD'*.log'

  OLD_LOG_PATH='/home/centos/tools/apache-tomcat-8080/igp_logs/reg1/'$dateYM'/reg1-'$dateMD'*.log'
  NEW_LOG_PATH='/home/centos/tools/s3/s3cmd/s3cmddata/reglog'$dateMD'.log'
  TAR_LOG_PATH='/home/centos/tools/s3/s3cmd/s3cmddata/reglog'$dateMD'.gz'
  cat $OLD_LOG_PATH > $NEW_LOG_PATH
  if [ -f "$NEW_LOG_PATH" ];then
      gzip -c $NEW_LOG_PATH >$TAR_LOG_PATH
      /home/centos/tools/s3/s3cmd put $TAR_LOG_PATH 's3://ngemobi/logs/igp_logs/reg/dt='$dateYMD'/reglog'$dateMD'.gz'
      rm $NEW_LOG_PATH
      rm $TAR_LOG_PATH
  fi

• 在當前的服務器中添加定時的入庫hive的命令，主要是把前一天的日誌存儲到Hive中；在定時以前須要把以前的數據先手動的入庫，操做的命令以下：查看數據源、從s3下載到本地、將本地文件的數據入庫到hive、查看分區是否添加成功、查看數據是否添加成功

  一、/data/s3cmd/s3cmd ls -l  s3://ngemobi/logs/igp_logs/reg/dt=2016-11-07/

  二、/data/s3cmd/s3cmd get s3://ngemobi/logs/igp_logs/reg/dt=2016-11-08/reglog11-08.gz

  三、LOAD DATA LOCAL INPATH '/data/s3data/reglog11-08' INTO TABLE  appname_reg_logs partition(dt='2016-11-08');
  四、show partitions appname_reg_logs;
  五、select count(*) from appname_reg_logs where dt='2016-11-08';

• 把天天(aid_byday)新增的和全部的安卓的ID(aid_all)，分別的存儲到兩個Hive表中，這裏有順序的關係，首先是把天天新增的獲得以後，在更新aid_all表；
  這裏有個邏輯關係
  天天新增的數據 = 當天全部的數據 - aid_all 表中存在的    [aid_all表中存儲的是今天以前全部的]
  全部的安卓id:今天全部的數據處理完以後進行更新
  天天新增手動代碼：
  insert into appname_androidid_byday partition (dt='2016-11-06') select distinct(tmp.reg_aid) from(selectappname_androidid_all.appname_androidid all_aid,appname_reg_logs.dt reg_dt, appname_reg_logs.appname_androidid reg_aidfromappname_reg_logsleft outer join appname_androidid_allonappname_reg_logs.appname_androidid=appname_androidid_all.appname_androidid) tmpwheretmp.reg_dt='2016-11-06' and tmp.all_aid is null;
  
  天天全部aid_all入庫：
  insert into appname_androidid_all partition (dt='2016-11-05') selectappname_androidid from appname_androidid_byday where dt='2016-11-05';

• 從當前已經有的Hive表中獲取求和的文件，而後將文件的數據讀取存儲到Mysql表中；
  一、每日活躍用戶入庫
     select count(*) as LOGS_GETERR_10001, errlog_logtype, errlog_plugin_version from get_error_logs where  dt='seDate' and hour='seHour' group by errlog_logtype, errlog_plugin_version
  二、每日新增的數據入庫
    select count(distinct tmp.reg_aid) as LOGS_APPNAMEADD_10002,tmp.reg_apkname, tmp.reg_country, tmp.reg_apkversioncode from(select appname_androidid_all.appname_androidid all_aid, appname_reg_logs.dt reg_dt, appname_reg_logs.appname_apkname reg_apkname, appname_reg_logs.appname_country reg_country, appname_reg_logs.appname_apkversioncode reg_apkversioncode, appname_reg_logs.appname_androidid reg_aid from appname_reg_logs left outer join appname_androidid_all on appname_reg_logs.appname_androidid=appname_androidid_all.appname_androidid) tmp where tmp.reg_dt='2016-11-03' tmp.all_aid is null group by tmp.reg_apkname,tmp.reg_country,tmp.reg_apkversioncode;
  三、每日留存數據入庫
  select count(distinct tmp.reg_aid) asLOGS_APPNAMEADD_10003,tmp.reg_apkname, tmp.reg_country, tmp.reg_apkversioncode from(select appname_androidid_all.appname_androidid all_aid, appname_androidid_all.dt all_dt, appname_reg_logs.appname_apknamereg_apkname, appname_reg_logs.appname_countryreg_country, appname_reg_logs.appname_apkversioncode reg_apkversioncode, appname_reg_logs.dt reg_dt, appname_reg_logs.appname_androidid reg_aid from appname_reg_logs left outer join appname_androidid_all on appname_androidid_all.dt='2016-11-02'and appname_reg_logs.appname_androidid=appname_androidid_all.appname_androidid) tmp wheretmp.reg_dt='2016-11-03' and tmp.all_aid is not nullgroup bytmp.reg_apkname,tmp.reg_country,tmp.reg_apkversioncode;

• 從mysql表中讀取數據，寫相應的代碼來進行展現和查詢；