MapReduce编程实例4

MapReduce编程实例：

排序，比较简单，上代码，代码中有注释，欢迎交流。

总体是利用MapReduce本身对Key进行排序的特性和按key值有序的分配到不同的partition。Mapreduce默认会对每个reduce按text类型key按字母顺序排序，对intwritable类型按大小进行排序。

package com.t.hadoop;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
/**
* 排序
* 利用MapReduce默认的对Key进行排序
* 继承Partitioner类，重写getPartition使Mapper结果整体有序分到相应的Partition，输入到Reduce分别排序。
* 利用全局变量统计位置
* @author daT dev.tao@gmail.com
*
*/
public class Sort {
public static class SortMapper extends Mapper<Object, Text, IntWritable, IntWritable>{
//直接输出key,value，key为需要排序的值，value任意
@Override
protected void map(Object key, Text value,
Context context)throws IOException, InterruptedException {
System.out.println("Key: "+key+" "+"Value: "+value);
context.write(new IntWritable(Integer.valueOf(value.toString())),new IntWritable(1));
}
}
public static class SortReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{
public static IntWritable lineNum = new IntWritable(1);//记录该数据的位置
//查询value的个数，有多少个就输出多少个Key值。
@Override
protected void reduce(IntWritable key, Iterable<IntWritable> value,
Context context) throws IOException, InterruptedException {
System.out.println("lineNum: "+lineNum);
for(IntWritable i:value){
context.write(lineNum, key);
}
lineNum = new IntWritable(lineNum.get()+1);
}
}
public static class SortPartitioner extends Partitioner<IntWritable, IntWritable>{
//根据key对数据进行分派
@Override
public int getPartition(IntWritable key, IntWritable value, int partitionNum) {
System.out.println("partitionNum: "+partitionNum);
int maxnum = 23492;//输入的最大值，自己定义的。mapreduce 自带的有采样算法和partition的实现可以用，此例没有用。
int bound = maxnum/partitionNum;
int keyNum = key.get();
for(int i=0;i<partitionNum;i++){
if(keyNum>bound*i&&keyNum<=bound*(i+1)){
return i;
}
}
return -1;
}
}
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException{
Configuration conf = new Configuration();
String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
if(otherArgs.length<2){
System.out.println("input parameters errors");
System.exit(2);
}
Job job= new Job(conf);
job.setJarByClass(Sort.class);
job.setMapperClass(SortMapper.class);
job.setPartitionerClass(SortPartitioner.class);//此例不需要combiner，需要设置Partitioner
job.setReducerClass(SortReducer.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
System.exit(job.waitForCompletion(true)?0:1);
}
}

巴特西

MapReduce编程实例4

最新文章

热门文章