【大数据spark SQL项目实战】日志分析（三）：ip地址解析

本文链接：https://blog.csdn.net/weixin_38887752/article/details/106604629

本文介绍如何使用GitHub上的二叉树快速搜索IP地址数据库生成Jar包，并通过Scala调用该Jar进行IP解析。步骤包括下载Java项目、生成Jar包、安装到本地仓库、复制CSV和XLSX文件、引入依赖以及完善日志解析代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里使用github上二叉树快速搜索IP地址数据库生成Jar包，通过scala调用解析IP

1、将Java项目下载下来打成Jar包，并将Jar包放入scala项目中

ipdatabase-1.0-SNAPSHOT.jar
在这里插入图片描述

2、编辑intall-ipdatabase.bat文件，将Jar包install到本地仓库

mvn install:install-file  -Dfile=ipdatabase-1.0-SNAPSHOT.jar  -DgroupId=com.ggstar  -DartifactId=ipdatabase -Dversion=1.0 -Dpackaging=jar

3、将ipDatabase.csv和ipRegion.xlsx文件复制到scala项目的resources目录下

4、引入Jar包

 <dependency>
      <groupId>com.ggstar</groupId>
      <artifactId>ipdatabase</artifactId>
      <version>1.0</version>
    </dependency>
    <dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>3.14</version>
  </dependency>
    <dependency>
      <groupId>org.apache.poi</groupId>
      <artifactId>poi-ooxml</artifactId>
      <version>3.14</version>
    </dependency>

5、完善【Spark实战】日志分析（二）：日志解析中的代码并测试

import org.apache.spark.sql.Row
import org.apache.spark.sql.types.{LongType, StringType, StructField, StructType}


/**
  * 访问日志转换(输入==>输出)工具类
  */
object AccessConvertUtil {

  //定义输出的字段
  val struct = StructType(
    Array(StructField("url",StringType),
      StructField("cmsType",StringType),
      StructField("cmsId",LongType),
      StructField("traffic",LongType),
      StructField("ip",StringType),
      StructField("city",StringType),
      StructField("time",StringType),
      StructField("day",StringType)
    )
  )
  /**
    * 根据输入的每一行信息转换成输出的样式
    * @param log  输入的每一行记录信息
    */
  def parseLog(log:String) = {

    try{
      val splits = log.split("\t")

      val url = splits(1)
      val traffic = splits(2).toLong
      val ip = splits(3)

      val domain = "http://www.imooc.com/"
      val cms = url.substring(url.indexOf(domain) + domain.length)
      val cmsTypeId = cms.split("/")

      var cmsType = ""
      var cmsId = 0l
      if(cmsTypeId.length > 1) {
        cmsType = cmsTypeId(0)
        cmsId = cmsTypeId(1).toLong
      }

      val city = IpUtils.getCity(ip)
    //  val city = ""
      val time = splits(0)
      val day = time.substring(0,10).replaceAll("-","")

      //这个row里面的字段要和struct中的字段对应上
      Row(url, cmsType, cmsId, traffic, ip, city, time, day)
    } catch {
      case e:Exception => Row(0)
    }
  }


}