MapReduce提取一条日志文件中的IP，并计算出访问的次数

type

status

date

slug

summary

category

icon

password

这个和我上篇博客中的代码差不多的，都是用的一个框架，因为原理都是差不多，所以稍微改一下算法就好了。部分源数据如下：

我去研究了一下日志文件，其实是有特定格式的：

字段	说明
date	发出请求时候的日期
time	发出请求时候的时间，注意：默认情况下这个时间是格林威治时间，比我们的北京时间晚8个小时，下面有说明
c-ip	客户端IP地址
cs-username	用户名，访问服务器的已经过验证用户的名称，匿名用户用连接符-表示
s-sitename	服务名，记录当记录事件运行于客户端上的Internet服务的名称和实例的编号
s-computername	服务器的名称
s-ip	服务器的IP地址
s-port	为服务配置的服务器端口号
cs-method	请求中使用的HTTP方法，GET/POST
cs-uri-stem	URI资源，记录做为操作目标的统一资源标识符（URI），即访问的页面文件
cs-uri-query	URI查询，记录客户尝试执行的查询，只有动态页面需要URI查询，如果有则记录，没有则以连接符-表示，即访问网址的附带参数
sc-status	协议状态，记录HTTP状态代码，200表示成功，403表示没有权限，404表示找不到该页面，具体说明在下面
sc-substatus	协议子状态，记录HTTP子状态代码
sc-win32-status	Win32状态，记录Windows状态代码
sc-bytes	服务器发送的字节数
cs-bytes	服务器接受的字节数
time-taken	记录操作所花费的时间，单位是毫秒
cs-version	记录客户端使用的协议版本，HTTP或者FTP
cs-host	记录主机头名称，没有的话以连接符-表示。提醒大家注意：为网站配置的主机名可能会以不同的方式出现在日志文件中，原因是HTTP.sys使用Punycode编码格式来记录主机名
cs(User-Agent)	用户代理，客户端浏览器、操作系统等情况。
cs(Cookie)	记录发送或者接受的Cookies内容，没有的话则以连接符-表示。
cs(Referer)	引用站点，即访问来源