这篇文章将为大家详细讲解有关hive UDF如何通过IP地址获取 IDC/省份/城市，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：国际域名空间、网站空间、营销软件、网站建设、贡嘎网站维护、网站推广。
简述：
简单的2分查找算法，根据IP地址定位IP所属的IP段，然后获取IP段的IDC/省份/城市的信息。
输入：IP地理信息文件，一般地址库拿到后需要格式化一下，参考：
1. 如果省份是null 或者 '' ，city是null或者'' =》 省份=其他 and 城市=其他
2. 省份非空且为直辖市，但是城市非直辖市 = 》 城市=直辖市
3. 省份非空且非直辖市，但是城市为空 =》城市=其他
4. 省份或城市中有(、\等非法信息 = 》 省份=其他 and 城市=其他
/user/hadoop/IP.csv
格式：
编号，开始IP(long)，结束IP(long)，省份，城市，IDC，开始IP,结束IP 29990,16777472,16778239,福建省,其他,电信,1.0.1.0,1.0.3.255 29991,16779264,16781311,广东省,其他,电信,1.0.8.0,1.0.15.255 29992,16785408,16793599,广东省,其他,电信,1.0.32.0,1.0.63.255
用法 & 输出：
编辑打包或者编译到hive中参考这篇，这里不在多说：http://my.oschina.net/wangjiankui/blog/64230
get_ip_location_new(visitip,'IDC') //返回IDC信息
get_ip_location_new(visitip,'REGION') //返回省份信息
get_ip_location_new(visitip,'CITY') //返回城市信息
代码：
package com.xxx.hive.udf;
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URI;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.Text;
public class UDFGetIPLocationNew extends UDF
{
public static List map = new ArrayList();
public static long[] start_from_index;
public static long[] end_to_index;
public static Map idcCache = new HashMap();
public static Map regionCache = new HashMap();
public static Map cityCache = new HashMap();
private void LoadIPLocation()
{
Configuration conf = new Configuration();
String namenode = conf.get("fs.default.name");
String uri = namenode + "/user/hadoop/IP.csv";
FileSystem fs = null;
FSDataInputStream in = null;
BufferedReader d = null;
try
{
fs = FileSystem.get(URI.create(uri), conf);
in = fs.open(new Path(uri));
d = new BufferedReader(new InputStreamReader(in));
String s = null;
while (true)
{
s = d.readLine();
if (s == null) {
break;
}
map.add(s);
}
}
catch (IOException e) {
e.printStackTrace();
} finally {
IOUtils.closeStream(in);
}
}
public static int binarySearch(long[] start, long[] end, long ip)
{
int low = 0;
int high = start.length - 1;
while (low <= high) {
int middle = (low + high) / 2;
if ((ip >= start[middle]) && (ip <= end[middle]))
return middle;
if (ip < start[middle])
high = middle - 1;
else {
low = middle + 1;
}
}
return -1;
}
public static long ip2long(String ip)
{
if (ip.matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}")) {
String[] ips = ip.split("[.]");
long ipNum = 0L;
if (ips == null) {
return 0L;
}
for (int i = 0; i < ips.length; i++) {
ipNum = ipNum << 8 | Long.parseLong(ips[i]);
}
return ipNum;
}
return 0L;
}
public String evaluate(Text ip, Text which) {
long ipLong = ip2long(ip.toString());
String whichString = which.toString();
if ((!whichString.equals("IDC")) && (!whichString.equals("REGION")) && (!whichString.equals("CITY")))
{
return "Unknown Args!use(IDC or REGION or CITY)";
}
if (map.size() == 0) {
LoadIPLocation();
start_from_index = new long[map.size()];
end_to_index = new long[map.size()];
for (int i = 0; i < map.size(); i++) {
StringTokenizer token = new StringTokenizer((String)map.get(i), ",");
token.nextToken();
start_from_index[i] = Long.parseLong(token.nextToken());
end_to_index[i] = Long.parseLong(token.nextToken());
}
}
int ipindex = 0;
if (((whichString.equals("IDC")) && (!idcCache.containsKey(Long.valueOf(ipLong)))) || ((whichString.equals("REGION")) && (!regionCache.containsKey(Long.valueOf(ipLong)))) || ((whichString.equals("CITY")) && (!cityCache.containsKey(Long.valueOf(ipLong)))))
{
ipindex = binarySearch(start_from_index, end_to_index, ipLong);
}
if (ipindex == 0) {
if (whichString.equals("IDC"))
return (String)idcCache.get(Long.valueOf(ipLong));
if (whichString.equals("REGION"))
return (String)regionCache.get(Long.valueOf(ipLong));
if (whichString.equals("CITY")) {
return (String)cityCache.get(Long.valueOf(ipLong));
}
return "Error";
}
if (ipindex == -1) {
return "Other IDC";
}
String[] location = ((String)map.get(ipindex)).split(",");
if (whichString.equals("IDC")) {
idcCache.put(Long.valueOf(ipLong), location[5]);
return location[5];
}if (whichString.equals("REGION")) {
regionCache.put(Long.valueOf(ipLong), location[3]);
return location[3];
}if (whichString.equals("CITY")) {
cityCache.put(Long.valueOf(ipLong), location[4]);
return location[4];
}
return "Error";
}
public static void main(String[] args)
{
long startTime = System.currentTimeMillis();
System.out.println("now:" + startTime);
UDFGetIPLocationNew getIPLocation = new UDFGetIPLocationNew();
Text ip = new Text("112.122.64.0");
System.out.printf("ip = %s, %s, %s, %s\n", new Object[] { ip, getIPLocation.evaluate(ip, new Text("IDC")), getIPLocation.evaluate(ip, new Text("REGION")), getIPLocation.evaluate(ip, new Text("CITY")) });
long endTime = System.currentTimeMillis();
System.out.println("over:" + endTime);
System.out.println("count:" + (endTime - startTime) * 1.0D / 1000.0D);
}
} 关于“hive UDF如何通过IP地址获取 IDC/省份/城市”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
