问题描述
- MapReduce清洗数据,输出多个文件
-
测试数据:
067017??? DA2821EA174C4CD6F4E0914C14E740BC??? 尊敬的周斌颉,您编号为14060800112的项目收款逾期,担保公司将对借款人进行催收,借款人将支付您一定的逾期罚息,详情请至陆金所网站查询。??? 2014-11-26????
008080??? B96D6244E733E1F97259927CF79B9B04??? 您的一笔借款已逾期!将每日产生罚息并影响您的信用记录,请您尽快还款。如您不再需要收到此类短信,请登录网站设置或致电400-090-6600??? 2014-11-26
420894??? 66AEE4A81D0DC3F7597CF14304DF8A37??? 马鹏云先生:您的借款第二次借款绝不逾期希望支持??? 第1期将于2014-12-03到期,为保证您的信誉良好,介时请及时还款,谢谢!??? 2014-11-26
067017??? 98717067FE78A6E71213A3F02969863C??? 尊敬的陈慧丽,您编号为14082000739的项目收款逾期,担保公司将对借款人进行催收,借款人将支付您一定的逾期罚息,详情请至陆金所网站查询。??? 2014-11-26
000000??? 4DCB184986008ADD3AD33E4860745FAA??? [2111-9607-5482-7768]F 有效期2014-08-11到2014-10-31;项王故里成人票(停车场负一楼团队售票处报江苏南方旅行社验证取票,有问题联系唐13515299345)-成人票2张?
000000??? 822D3A7BD4B44547D5E71C60D521D694??? [2111-9211-4633-7607]U 有效期2014-10-17到2014-12-31;月亮河温泉度假酒店房-双人温泉/桑拿家庭套票1张?
000000??? 4929EDF20844D65ECD4333FBA9D8FD7F??? [2111-7081-7365-7431]G 有效期2014-12-15到2015-03-31;南京麦乐迪KTV-团圆桌餐698元/套(8-10人)VIP房(12-3)1张?
000000??? F64D4901A21600ED51BE0D49DF390F81??? [2111-7381-8605-8288]Z 有效期2014-11-18到2015-09-30;顺景温泉酒店-行政豪华房 (含2人温泉)1张?
000000??? 822D3A7BD4B44547D5E71C60D521D694??? [2111-7011-4144-0946]F 有效期2014-10-17到2014-12-31月亮河温泉度假酒店房-双人特惠房2张
000000??? C4183B38CF4D0141BF23CA1D794B4093??? [2111-9677-3783-8938]S 有效期2013-11-01到2015-06-30汽车博物馆-双成人套票2张?
000000??? BF67C952CDE878AA79D2F6683A464947??? [2111-4021-6549-0044]M 有效期2014-10-08到2015-08-31北京青泉赢睿卡丁车-假日票(新)4张
000000??? 22FD17C8CA607FB179D7FE505748AA61??? [2111-4079-9733-2324]F 有效期2015-05-01到2015-08-31大兴野生动物园-自驾区车票1张
使用MapReduce清洗数据,并根据不同的内容分别输出到多个文件
清洗规则:提取第一列,第二列,第三列中括号里面的内容
结果数据:
如果第三列包含逾期则输出到overdue.txt
067017??? DA2821EA174C4CD6F4E0914C14E740BC???
008080??? B96D6244E733E1F97259927CF79B9B04???
420894??? 66AEE4A81D0DC3F7597CF14304DF8A37???
067017??? 98717067FE78A6E71213A3F02969863C???
如果第三列包含房则输出到house.txt
000000??? 4DCB184986008ADD3AD33E4860745FAA???
000000??? 822D3A7BD4B44547D5E71C60D521D694??? ?
000000??? 4929EDF20844D65ECD4333FBA9D8FD7F??? ?
000000??? F64D4901A21600ED51BE0D49DF390F81??? ?
000000??? 822D3A7BD4B44547D5E71C60D521D694???
如果第三列包含车则输出到car.txt
000000??? 4DCB184986008ADD3AD33E4860745FAA???
000000??? C4183B38CF4D0141BF23CA1D794B4093??? ?
000000??? BF67C952CDE878AA79D2F6683A464947???
000000??? 22FD17C8CA607FB179D7FE505748AA61???
解决方案
http://www.aboutyun.com/thread-5657-1-1.html
时间: 2024-09-17 15:03:58