本文主要向大家介绍了【云计算】Spark案例之根据ip地址计算归属地教程，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

1.需求

根据访问日志中的ip地址计算出访问者的归属地，并且按照省份，计算出访问次数，最后将计算好的结果写入到Mysql中

2.思路分析

1)整理访问日志中的数据，切分出ip字段，然后将ip字段转换成十进制

2)加载ip地址的规则，取出有用的字段，然后将数据缓存到内存中(Executor中的内存)

3)将访问日志中的ip与ip地址的规则进行匹配(使用二分查找进行匹配)

4)取出对应的省份名称，将其和1组合在一起

5)按照省份名进行聚合

6)将聚合后的数据写入Mysql

3.本地模式实现

有了上边的分析，我们可以现在本地模式下实现一下，在本地模式下实现起来比较简单

先放上实现代码和效果：

package cn.ysjh0014

import scala.io.{BufferedSource, Source}

object TestIp {

  //将ip地址转换为十进制
  def ip2Long(ip: String): Long = {
    val fragments = ip.split("[.]")
    var ipNum = 0L
    for (i <- 0 until fragments.length) {
      ipNum = fragments(i).toLong | ipNum << 8L
    }
    ipNum
  }

  //读取ip规则，并整理
  def readRules(path: String): Array[(Long, Long, String)] = {
    //读取ip规则
    val bf: BufferedSource = Source.fromFile(path)
    val lines: Iterator[String] = bf.getLines()
    //对ip规则进行整理，并放入到内存
    val rules: Array[(Long, Long, String)] = lines.map(line => {
      val fileds = line.split("[|]")
      val startNum = fileds(2).toLong
      val endNum = fileds(3).toLong
      val province = fileds(7)
      (startNum, endNum, province)
    }).toArray
    rules
  }

  //二分查找
  def binarySearch(lines: Array[(Long, Long, String)], ip: Long): Int = {
    var low = 0
    var high = lines.length - 1
    while (low <= high) {
      val middle = (low + high) / 2
      if ((ip >= lines(middle)._1) && (ip <= lines(middle)._2))
        return middle
      if (ip < lines(middle)._1)
        high = middle - 1
      else {
        low = middle + 1
      }
    }
    -1
  }

  def main(args: Array[String]): Unit = {
    //读取ip规则，这些数据是在内存中
    val rules: Array[(Long, Long, String)] = readRules("D:\\视频\\小牛学堂-2018\\06-Spark安装部署到高级-10天\\spark-04-Spark案例讲解\\课件与代码\\ip\\ip.txt")

    //将ip转换为十进制
    val ipNum = ip2Long("120.78.142.230")

    //查找
    val index = binarySearch(rules, ipNum)

    var Num = "未查找到该ip所在地区"

    if (index != -1) {
      Num = rules(index)._3
    }
    print(Num)
  }
}

运行结果：

上边测试的ip地址是我买的阿里云的服务器的公网ip地址，广东省深圳市的，还算比较准确，这个ip地址的规则实在淘宝买的，比较早期的，不是很全面

日志文件及ip地址规则下载： 链接：https://pan.baidu.com/s/1G0DuO2pTbYCm-Ym6V0KDYw

提取码：6egh 

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！