검은 원숭이의 집: MapReduce 트래픽 요약 프로그램 사례 3
1. 데이터
https://www.jianshu.com/p/bbebc7b959a8
2. 분석
(1) 프로그램을 두 단계로 나누어 첫 번째 단계는 전체 데이터를 정상적으로 통계하고 두 번째 단계는 결과를 정렬한다(2)context.write(총 데이터, 핸드폰 번호)(3)FlowBean Writable Comparable 인터페이스 다시 쓰기compareTo 실현 방법
@Override
public int compareTo(FlowBean o) {
// ,
return this.sumFlow > o.getSumFlow() ? -1 : 1;
}
3. FlowBean 대상은 수요 1에 비교 기능을 추가했다.
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.io.WritableComparable;
public class FlowBean implements WritableComparable {
private long upFlow;
private long downFlow;
private long sumFlow;
// , ,
public FlowBean() {
super();
}
public FlowBean(long upFlow, long downFlow) {
super();
this.upFlow = upFlow;
this.downFlow = downFlow;
this.sumFlow = upFlow + downFlow;
}
public void set(long upFlow, long downFlow) {
this.upFlow = upFlow;
this.downFlow = downFlow;
this.sumFlow = upFlow + downFlow;
}
public long getSumFlow() {
return sumFlow;
}
public void setSumFlow(long sumFlow) {
this.sumFlow = sumFlow;
}
public long getUpFlow() {
return upFlow;
}
public void setUpFlow(long upFlow) {
this.upFlow = upFlow;
}
public long getDownFlow() {
return downFlow;
}
public void setDownFlow(long downFlow) {
this.downFlow = downFlow;
}
/**
*
* @param out
* @throws IOException
*/
@Override
public void write(DataOutput out) throws IOException {
out.writeLong(upFlow);
out.writeLong(downFlow);
out.writeLong(sumFlow);
}
/**
*
* @param in
* @throws IOException
*/
@Override
public void readFields(DataInput in) throws IOException {
upFlow = in.readLong();
downFlow = in.readLong();
sumFlow = in.readLong();
}
@Override
public String toString() {
return upFlow + "\t" + downFlow + "\t" + sumFlow;
}
@Override
public int compareTo(FlowBean o) {
// ,
return this.sumFlow > o.getSumFlow() ? -1 : 1;
}
}
4. 맵 방법은 하나의 대상으로 최적화되고 Reduce 방법은 결과를 직접 출력하면 되며 구동 함수는 입력과 출력에 따라 설정을 다시 쓰면 된다.
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
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;
public class FlowCountSort {
static class FlowCountSortMapper extends Mapper{
FlowBean bean = new FlowBean();
Text v = new Text();
@Override
protected void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException {
// 1 ,
String line = value.toString();
// 2 、 、
String[] fields = line.split("\t");
String phoneNbr = fields[0];
long upFlow = Long.parseLong(fields[1]);
long downFlow = Long.parseLong(fields[2]);
// 3
bean.set(upFlow, downFlow);
v.set(phoneNbr);
// 4
context.write(bean, v);
}
}
static class FlowCountSortReducer extends Reducer{
@Override
protected void reduce(FlowBean bean, Iterable values, Context context)
throws IOException, InterruptedException {
context.write(values.iterator().next(), bean);
}
}
public static void main(String[] args) throws Exception {
// 1 , job
Configuration configuration = new Configuration();
Job job = Job.getInstance(configuration);
// 6 jar
job.setJarByClass(FlowCountSort.class);
// 2 job mapper/Reducer
job.setMapperClass(FlowCountSortMapper.class);
job.setReducerClass(FlowCountSortReducer.class);
// 3 mapper kv
job.setMapOutputKeyClass(FlowBean.class);
job.setMapOutputValueClass(Text.class);
// 4 kv
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(FlowBean.class);
// 5 job
FileInputFormat.setInputPaths(job, new Path(args[0]));
Path outPath = new Path(args[1]);
//FileSystem fs = FileSystem.get(configuration);
//if (fs.exists(outPath)) {
//fs.delete(outPath, true);
//}
FileOutputFormat.setOutputPath(job, outPath);
// 7 job , job java jar , yarn
boolean result = job.waitForCompletion(true);
System.exit(result ? 0 : 1);
}
}
5. 프로그램을jar 패키지로 만들어hadoop 그룹에 복사합니다.
6. Hadoop 클러스터 시작
7、flowcountsort 프로그램 실행
[victor@hadoop102 software]$ hadoop jar flowcountsort.jar com.victor.mr.sort.FlowCountSort /user/victor/flowcount/output /user/victor/flowcount/output_sort
8. 결과 보기
[victor@hadoop102 software]$ hadoop fs -cat /user/victor/flowcount/output_sort/part-r-00000
13502468823 7335 110349 117684
13925057413 11058 48243 59301
13726238888 2481 24681 27162
13726230503 2481 24681 27162
18320173382 9531 2412 11943
9、Code -> GitHub
https://github.com/liufengji/hadoop_mapreduce.git
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.