步骤：
（数据清洗的驱动：通过MapReduce来清洗数据，将数据标准化后落地到HDFS中的HBase表格中。数据来源（通过flume将数据整合到hdfs）：hdfs，如：base_dir=/input/data-clean/nginx/yyyy/MM/dd。）
-
编写map（编写一个类集成mapper，注意：确定产生类型。）
方法一：setUp(在一个mapTask中只执行一次，实在map方法执行之前执行的，一般用于初始化，加载相关依赖配置信息)
方法二：map(核心的业务处理方法，每一条输入，都会调用一次map方法)
方法三：cleanUp(在一个mapTask中只执行一次，是在所有map方法执行完毕之后执行的，主要用作资源的释放，综合输出) -
编写reduce（编写一个类集成Reducer，注意：确定产生类型。）
方法一：setup(在一个reduceTask中只执行一次，实在map方法执行之前执行的，一般用于初始化，加载相关依赖配置信息)
方法二： reduce(核心的业务处理方法，每一条输入，都会调用一次reduce方法)
方法三： cleanup(在一个reduceTask中只执行一次，是在所有map方法执行完毕之后执行的，主要用作资源的释放，综合输出) -
使用hive来关联HBase。
-
将hive经过统计分析之后的结果，存储到mysql中，供前台可视化工程师使用。
注意：在HBase设置行键是可以使用UUID作为行键，具体可以参考URL：UUID简单认识