mapreduce学习笔记2 |
您所在的位置：网站首页 › 考研分数最高纪录排名 › mapreduce学习笔记2 |
mapreduce学习笔记2
|
文章目录
需求说明数据准备实现思路编写代码集群运行实现结果
需求说明
有一个样例文件 subject_score，即成绩表 A。文件中的每一行数据包含两个字段：科目和分数。要求获取成绩列表中每个科目成绩最高的记录，并将结果输出到最高成绩表 B。 数据准备 语文 96 数学 102 英语 130 物理 19 化学 44 生物 44 语文 109 数学 118 英语 141 物理 72 化学 21 生物 7完整数据：https://download.csdn.net/download/weixin_44018458/14953973 实现思路 在 Mapper 类中，map 函数读取成绩表 A 中的数据，直接将读取的数据以空格分隔，组成键值对，即设置输出键值对类型为。在 Reduce 中，由于 map 函数输出键值对类型是，所以 Reducer 接收的键值对是。针对相同的键（即科目），遍历比较它的值（即成绩），找出最高值（即最高成绩），最后输出键值对。 编写代码FindMax.java package test; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import java.io.IOException; public class FindMax { public static class FindMaxMapper extends Mapper{ Text course = new Text(); IntWritable score = new IntWritable(); @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String [] values = value.toString().trim().split(" "); course.set(values[0]); score.set(Integer.parseInt(values[1])); context.write(course,score); } } public static class FindMaxReducer extends Reducer{ @Override protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException { int maxScore = -1; Text course = new Text(); for(IntWritable score:values){ if (score.get()>maxScore){ maxScore = score.get(); course = key; } } context.write(course,new IntWritable(maxScore)); } } public static void main(String [] args) throws Exception{ if (args.length != 2){ System.out.println("FindMax "); System.exit(-1); } Configuration conf = new Configuration(); Job job = Job.getInstance(conf,"findmax"); job.setJarByClass(FindMax.class); job.setMapperClass(FindMaxMapper.class); job.setReducerClass(FindMaxReducer.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); job.setNumReduceTasks(1); FileInputFormat.addInputPath(job,new Path(args[0])); FileSystem.get(conf).delete(new Path(args[1]),true); FileOutputFormat.setOutputPath(job,new Path(args[1])); System.out.println(job.waitForCompletion(true) ? 0 : 1); } } 集群运行 将 MapReduce 程序提交给 Yarn 集群，分发到很多的节点上并发执行处理的数据和输出结果应该位于 HDFS 文件系统提交集群的实现步骤：装程序打包成 JAR 包，并上传，然后在集群上用 hadoop 命令启动hadoop jar findMax-1.0-SNAPSHOT.jar test.FindMax findmax findmax_out 实现结果
|
【本文地址】
今日新闻 |
推荐新闻 |