hadop 테스트 KMeans (1): 원본 인 스 턴 스 실행
Step1: eclipse 와 hadop 을 설정 하고 구체 적 으로 인터넷 작업 을 참고 할 수 있 습 니 다.
Step2: Project -- > Map / Reduce Project 프로젝트 를 새로 만 듭 니 다. KMans 라 고 명명 되 었 습 니 다. Map / Reduce Project 프로젝트 를 선택 하 십시오. 그렇지 않 으 면 코드 를 추가 하면 import 오류 가 발생 할 수 있 습 니 다.
Step 3: tinycui 가 제공 하 는 사이트 주소 로 KMeans 의 소스 코드 를 다운로드 하고 src 와 bin 파일 을 새로 만 든 프로젝트 에 덮어 쓰 고 eclipse 에서 KMeans 프로젝트 를 새로 고 칩 니 다.
Step 4: DFS 에 두 개의 폴 더 center, cluster 를 새로 만 들 고 center 폴 더 에 빈 파일 center 를 업로드 하여 매번 교체 되 는 center 값 을 저장 하고 cluster 폴 더 에 cluster 파일 을 업로드 합 니 다. 이 파일 은 입력 데이터 입 니 다. 데이터 형식 은 (20, 30) (50, 61) (20, 32) (50, 64) (59, 67) (24, 34) (19, 39) (20, 32) (50, 65) (50, 77) (20, 30) (20, 31) (20, 32) (20, 32) 입 니 다.(50,64) (50,67)
Step 5: main 의 입력 매개 변 수 를 설정 합 니 다. Run -- > Run Configurations 의 Arguments 에 main 의 세 가지 매개 변 수 를 설정 합 니 다. 입력 경로, KMeans 의 중심 경 로 를 저장 하고 출력 경로, 중간 빈 칸 을 분리 합 니 다.
각각
hdfs://192.168.56.171:9000/cluster
hdfs://192.168.56.171:9000/center
hdfs://192.168.56.171:9000/ouput
이곳 의 IP 는 자신의 IP 주소 나 localhost 를 입력 할 수 있 습 니 다.
Step 6: 부분 설정 코드 를 수정 하고 구체 적 인 코드 는 다음 과 같이 참고 할 수 있 습 니 다.
주 프로그램 KMeans. java
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class KMeans {
public static void main(String[] args) throws Exception
{
CenterInitial centerInitial = new CenterInitial();
centerInitial.run(args);
int times=0;
double s = 0,shold = 0.0001;
do {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.56.171:9000");
Job job = new Job(conf,"KMeans");
job.setJarByClass(KMeans.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
job.setMapperClass(KMapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(Text.class);
job.setReducerClass(KReducer.class);
FileSystem fs = FileSystem.get(conf);
fs.delete(new Path(args[2]),true);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[2]));
job.waitForCompletion(true);
if(job.waitForCompletion(true))
{
NewCenter newCenter = new NewCenter();
s = newCenter.run(args);
times++;
}
} while(s > shold);
System.out.println("Iterator: " + times);
}
}
센터 초기 화 CenterInitial. java
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
public class CenterInitial {
public void run(String[] args) throws IOException
{
String[] clist;
int k = 5;
String string = "";
String inpath = args[0]+"/cluster"; //cluster
String outpath = args[1]+"/center"; //center
Configuration conf1 = new Configuration(); // hadoop
conf1.set("hadoop.job.ugi", "hadoop,hadoop");
FileSystem fs = FileSystem.get(URI.create(inpath),conf1); //FileSystem HDFS , URI HDFS
FSDataInputStream in = null;
ByteArrayOutputStream out = new ByteArrayOutputStream();
try{
in = fs.open( new Path(inpath) );
IOUtils.copyBytes(in,out,50,false); // Hadoop IOUtils
clist = out.toString().split(" ");
} finally {
IOUtils.closeStream(in);
}
FileSystem filesystem = FileSystem.get(URI.create(outpath), conf1);
for(int i=0;i<k;i++)
{
int j=(int) (Math.random()*100) % clist.length;
if(string.contains(clist[j])) // choose the same one
{
k++;
continue;
}
string = string + clist[j].replace(" ", "") + " ";
}
OutputStream out2 = filesystem.create(new Path(outpath) );
IOUtils.copyBytes(new ByteArrayInputStream(string.getBytes()), out2, 4096,true); //write string
System.out.println(string);
}
}
KMapper.java
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.net.URI;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class KMapper extends Mapper<LongWritable, Text, Text, Text> {
private String[] center;
protected void setup(Context context) throws IOException,InterruptedException //read centerlist, and save to center[]
{
String centerlist = "hdfs://192.168.56.171:9000/center/center"; //center
Configuration conf1 = new Configuration();
conf1.set("hadoop.job.ugi", "hadoop-user,hadoop-user");
FileSystem fs = FileSystem.get(URI.create(centerlist),conf1);
FSDataInputStream in = null;
ByteArrayOutputStream out = new ByteArrayOutputStream();
try{
in = fs.open( new Path(centerlist) );
IOUtils.copyBytes(in,out,100,false);
center = out.toString().split(" ");
}finally{
IOUtils.closeStream(in);
}
}
public void map(LongWritable key,Text value,Context context) throws IOException,InterruptedException
{
StringTokenizer itr = new StringTokenizer(value.toString());
while(itr.hasMoreTokens())
{
String outValue = new String(itr.nextToken());
String[] list = outValue.replace("(", "").replace(")", "").split(",");
String[] c = center[0].replace("(", "").replace(")", "").split(",");
float min = 0;
int pos = 0;
for(int i=0;i<list.length;i++)
{
min += (float) Math.pow((Float.parseFloat(list[i]) - Float.parseFloat(c[i])),2);
}
for(int i=0;i<center.length;i++)
{
String[] centerStrings = center[i].replace("(", "").replace(")", "").split(",");
float distance = 0;
for(int j=0;j<list.length;j++)
distance += (float) Math.pow((Float.parseFloat(list[j]) - Float.parseFloat(centerStrings[j])),2);
if(min>distance)
{
min=distance;
pos=i;
}
}
context.write(new Text(center[pos]), new Text(outValue));
}
}
}
KReducer.java
import java.io.IOException;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class KReducer extends Reducer<Text, Text, Text, Text> {
public void reduce(Text key,Iterable<Text> value,Context context) throws IOException,InterruptedException
{
String outVal = "";
int count=0;
String center="";
int length = key.toString().replace("(", "").replace(")", "").replace(":", "").split(",").length;
float[] ave = new float[Float.SIZE*length];
for(int i=0;i<length;i++)
ave[i]=0;
for(Text val:value)
{
outVal += val.toString()+" ";
String[] tmp = val.toString().replace("(", "").replace(")", "").split(",");
for(int i=0;i<tmp.length;i++)
ave[i] += Float.parseFloat(tmp[i]);
count ++;
}
for(int i=0;i<length;i++)
{
ave[i]=ave[i]/count;
if(i==0)
center += "("+ave[i]+",";
else {
if(i==length-1)
center += ave[i]+")";
else {
center += ave[i]+",";
}
}
}
System.out.println(center);
context.write(key, new Text(outVal+center));
}
}
NewCenter.java
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
public class NewCenter {
int k = 3;
float shold=Integer.MIN_VALUE;
String[] line;
String newcenter = new String("");
public float run(String[] args) throws IOException,InterruptedException
{
Configuration conf = new Configuration();
conf.set("hadoop.job.ugi", "hadoop,hadoop");
FileSystem fs = FileSystem.get(URI.create(args[2]+"/part-r-00000"),conf);
FSDataInputStream in = null;
ByteArrayOutputStream out = new ByteArrayOutputStream();
try{
in = fs.open( new Path(args[2]+"/part-r-00000"));
IOUtils.copyBytes(in,out,50,false);
line = out.toString().split("
");
} finally {
IOUtils.closeStream(in);
}
System.out.println(out.toString());
for(int i=0;i<k;i++)
{
String[] l = line[i].replace("\t", " ").split(" ");
String[] startCenter = l[0].replace("(", "").replace(")", "").split(",");
String[] finalCenter = l[l.length-1].replace("(", "").replace(")", "").split(",");
float tmp = 0;
for(int j=0;j<startCenter.length;j++)
tmp += Math.pow(Float.parseFloat(startCenter[j])-Float.parseFloat(finalCenter[j]), 2);
newcenter = newcenter + l[l.length - 1].replace("\t", "") + " ";
if(shold <= tmp)
shold = tmp;
}
OutputStream out2 = fs.create(new Path(args[1]+"/center") );
IOUtils.copyBytes(new ByteArrayInputStream(newcenter.getBytes()), out2, 4096,true);
System.out.println(newcenter);
return shold;
}
}
출력:
13/05/24 11:20:29 INFO mapred.Task: Task:attempt_local_0004_r_000000_0 is done. And is in the process of commiting
13/05/24 11:20:29 INFO mapred.LocalJobRunner:
13/05/24 11:20:29 INFO mapred.Task: Task attempt_local_0004_r_000000_0 is allowed to commit now
13/05/24 11:20:29 INFO output.FileOutputCommitter: Saved output of task 'attempt_local_0004_r_000000_0' to hdfs://192.168.56.171:9000/ouput
13/05/24 11:20:30 INFO mapred.JobClient: map 100% reduce 0%
13/05/24 11:20:32 INFO mapred.LocalJobRunner: reduce > reduce
13/05/24 11:20:32 INFO mapred.Task: Task 'attempt_local_0004_r_000000_0' done.
13/05/24 11:20:33 INFO mapred.JobClient: map 100% reduce 100%
13/05/24 11:20:33 INFO mapred.JobClient: Job complete: job_local_0004
13/05/24 11:20:33 INFO mapred.JobClient: Counters: 22
13/05/24 11:20:33 INFO mapred.JobClient: File Output Format Counters
13/05/24 11:20:33 INFO mapred.JobClient: Bytes Written=230
13/05/24 11:20:33 INFO mapred.JobClient: FileSystemCounters
13/05/24 11:20:33 INFO mapred.JobClient: FILE_BYTES_READ=3843
13/05/24 11:20:33 INFO mapred.JobClient: HDFS_BYTES_READ=2896
13/05/24 11:20:33 INFO mapred.JobClient: FILE_BYTES_WRITTEN=326968
13/05/24 11:20:33 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=1916
13/05/24 11:20:33 INFO mapred.JobClient: File Input Format Counters
13/05/24 11:20:33 INFO mapred.JobClient: Bytes Read=121
13/05/24 11:20:33 INFO mapred.JobClient: Map-Reduce Framework
13/05/24 11:20:33 INFO mapred.JobClient: Map output materialized bytes=469
13/05/24 11:20:33 INFO mapred.JobClient: Map input records=1
13/05/24 11:20:33 INFO mapred.JobClient: Reduce shuffle bytes=0
13/05/24 11:20:33 INFO mapred.JobClient: Spilled Records=30
13/05/24 11:20:33 INFO mapred.JobClient: Map output bytes=433
13/05/24 11:20:33 INFO mapred.JobClient: Total committed heap usage (bytes)=352845824
13/05/24 11:20:33 INFO mapred.JobClient: CPU time spent (ms)=0
13/05/24 11:20:33 INFO mapred.JobClient: SPLIT_RAW_BYTES=107
13/05/24 11:20:33 INFO mapred.JobClient: Combine input records=0
13/05/24 11:20:33 INFO mapred.JobClient: Reduce input records=15
13/05/24 11:20:33 INFO mapred.JobClient: Reduce input groups=3
13/05/24 11:20:33 INFO mapred.JobClient: Combine output records=0
13/05/24 11:20:33 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
13/05/24 11:20:33 INFO mapred.JobClient: Reduce output records=3
13/05/24 11:20:33 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
13/05/24 11:20:33 INFO mapred.JobClient: Map output records=15
13/05/24 11:20:33 INFO mapred.JobClient: Running job: job_local_0004
13/05/24 11:20:33 INFO mapred.JobClient: Job complete: job_local_0004
13/05/24 11:20:33 INFO mapred.JobClient: Counters: 22
13/05/24 11:20:33 INFO mapred.JobClient: File Output Format Counters
13/05/24 11:20:33 INFO mapred.JobClient: Bytes Written=230
13/05/24 11:20:33 INFO mapred.JobClient: FileSystemCounters
13/05/24 11:20:33 INFO mapred.JobClient: FILE_BYTES_READ=3843
13/05/24 11:20:33 INFO mapred.JobClient: HDFS_BYTES_READ=2896
13/05/24 11:20:33 INFO mapred.JobClient: FILE_BYTES_WRITTEN=326968
13/05/24 11:20:33 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=1916
13/05/24 11:20:33 INFO mapred.JobClient: File Input Format Counters
13/05/24 11:20:33 INFO mapred.JobClient: Bytes Read=121
13/05/24 11:20:33 INFO mapred.JobClient: Map-Reduce Framework
13/05/24 11:20:33 INFO mapred.JobClient: Map output materialized bytes=469
13/05/24 11:20:33 INFO mapred.JobClient: Map input records=1
13/05/24 11:20:33 INFO mapred.JobClient: Reduce shuffle bytes=0
13/05/24 11:20:33 INFO mapred.JobClient: Spilled Records=30
13/05/24 11:20:33 INFO mapred.JobClient: Map output bytes=433
13/05/24 11:20:33 INFO mapred.JobClient: Total committed heap usage (bytes)=352845824
13/05/24 11:20:33 INFO mapred.JobClient: CPU time spent (ms)=0
13/05/24 11:20:33 INFO mapred.JobClient: SPLIT_RAW_BYTES=107
13/05/24 11:20:33 INFO mapred.JobClient: Combine input records=0
13/05/24 11:20:33 INFO mapred.JobClient: Reduce input records=15
13/05/24 11:20:33 INFO mapred.JobClient: Reduce input groups=3
13/05/24 11:20:33 INFO mapred.JobClient: Combine output records=0
13/05/24 11:20:33 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
13/05/24 11:20:33 INFO mapred.JobClient: Reduce output records=3
13/05/24 11:20:33 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
13/05/24 11:20:33 INFO mapred.JobClient: Map output records=15
(19.0,39.0) (19,39) (19.0,39.0)
(20.571428,31.571428) (20,30) (20,32) (24,34) (20,32) (20,30) (20,31) (20,32) (20.571428,31.571428)
(51.285713,66.42857) (50,65) (50,77) (50,64) (59,67) (50,67) (50,61) (50,64) (51.285713,66.42857)
(19.0,39.0) (20.571428,31.571428) (51.285713,66.42857)
Iterator: 4
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.