原文链接：
https://www.toutiao.com/i6765677128022229517/
PV 是Page Views的缩写，即页面浏览量，用户每一次对网站中的每个网页访问均被记录一次。注意，访客每刷新一次页面，pv就增加一次。
我们目前的数据是：
其中的数据我们会得到标注
根据标注我们进行代码筛选，编写MapReduce
分析：我们先根据标注的表中有一个“省份”的字段，依据“省份”编写map。
首先我们创建Maven项目
填写pom信息
创建Map类
基本结构如下：
我们需要对原数据进行筛选
长度筛选
省份编号是空值
确保数字编号是否是数字
筛选URL是否为空值
创建Reduce类
编写内容
创建运行类
编写程序内容
准备数据源文件和Jar包
启动Hadoop
我们将数据上传到HDFS中
我们查看下数据，发现数据已经上传了
我们执行我们的jar包
yarn jar /data/webpv/webpv.jar com.xlglvc.xxx.mapredece.webpv.WebPvDriver /webpv/data1 /webpvoutput
执行成功
我们查看生成的数据，已经生成了，我们查看下最终数据
这样我们就知道每个省份最终访问的次数了，了解到那个省份访问的最多了