
229
8
장
뉴욕 택시 운행 데이터로 위치 및 시간 데이터 분석하기
2013
년의 월별 데이터는
http
://
www
.
andresmh
.
com
/
nyctaxitrips
/
에서 내려받을 수 있다. 사
용할 수 있는 스파크 클러스터가 충분히 크다면, 이제부터 수행할 분석을
2013
년 전체 데이터
로도 해볼 수 있을 것이다. 먼저 클라이언트 노드에 작업 디렉터리를 만들고 요금 데이터의 구
조를 살펴보도록 하자.
$ mkdir taxidata
$ cd taxidata
$ curl -O https://nyctaxitrips.blob.core.windows.net/data/trip_data_1.csv.zip
$ unzip trip_data_1.csv.zip
$ head -n 10 trip_data_1.csv
이 파일은 머릿줄을 제외하면 한 줄에 택시 운행 한 건씩
CSV
형식으로 기록되어 있다. 각 운
행 정보는 택시 정보(해시된 메달리온 번호
1
)와 운전자 정보(해시된 핵 라이선스
Hack
License
, 택시
면허
), 운행 시작 시각과 종료 시각과 같은 시간 정보, 승객의 탑승 지점과 하차 지점의 경도·위
도 좌표 등의 속성으로 이뤄진다.
8.2
스파크에서 서드파티 라이브러리로 작업하기
자바 플랫폼의 최고 장점 하나는 이 플랫폼만을 위해서 수년간 개발되어온 코드의 양 그 자체
다. 어떤 자료형이나 ...