MapReduce —— 自定义一个Bean 对象

在编写MapReduce 代码时，有时候一个key需要一次性传输多个value值

例如这个案例：

现在有一堆关于手机号的数据，需要从中获取每个手机号对应的上行流量，下行流量，以及总流量（总流量=上行流量+下行流量）

（其实这个案例不用自定义Bean对象也能解决,但还是觉得，自定义Bean对象早晚会用到，所以想把看视频学到的东西总结一下）

//这里把手机号为Key,其他（上行，下行，总流量）为value，因为value不只是一个参数，所以需要自定义一个Bean对象，用来传value

下面是具体代码：（从上到下是连着的完整的代码）

//1. 自定义Bean对象 ，需要实现writable 接口

public class FlowBean implements Writable{
 //定义属性
 private long upFlow ; //上行流量
 private long downFlow; //下行流量
 private long sumFlow; //总流量

//空参构造（Alt+shift+s）, 为了后续反射用

public FlowBean(){
  super();
 }

//有参构造（Alt+shift+s）, 为了方便后期使用

public FlowBean(long upFlow,long downFlow){
  super();
  this.upFlow=upFlow;
  this.downFlow=downFlow;
  sumFlow=upFlow+downFlow;
 }

//重写Writable接口的 write 方法 和 readFields 方法(会自动提示的)
//序列化方法

public void write(DataOutput out) throws IOException{
  //序列化的顺序必须和反序列化的顺序保持一致
  out.writeLong(upFlow);
  out.writeLong(downFlow);  //序列化就是为了读取数据用来传输，所以out
  out.writeLong(sumFlow);
 }

//反序列化方法

public void readFields(DataInput in) throws IOException{
  //序列化的顺序必须和反序列化的顺序保持一致
  upFlow=in.readLong();
  downFlow=in.readLong(); //反序列化就是为了，写入传输过来的数据，所以in
  sumFlow=in.readLong();
 }

//重写toString（Alt+shift+s）

public String toString(){
  //按照要求，要返回的是上行，下行，总的流量和
  return upFlow+"\t"+downFlow+"\t"+sumFlow;
 }

//get,set 方法（Alt+shift+s）

public long getUpFlow(){
  return upFlow;
 }
 public void setUpFlow(long upFlow){
  this.upFlow=upFlow;
 }
 public long getDownFlow(){
  return downFlow;
 }
 public void setDownFlow(long upFlow){
  this.downFlow=downFlow;
 }
 public long getSumFlow(){
  return sumFlow;
 }
 public void setSumFlow(long sumFlow){
  this.sumFlow=sumFlow;
 }
 }

这个地方在reducer代码部分又补了一个求和的方法，其实我觉得这个根本没必要，因为直接传给有参方法，里面就有求和：

 public void set(long upFlow2,long downFlow2){
  upFlow=upFlow2;
  downFlow=downFlow2;
  sumFlow=upFlow2+downFlow2;
 }

该案例对应的Mapper阶段的代码：（Bean对象的具体使用）
Mapper阶段的代码，Bean对象的具体使用
Reducer阶段的代码

驱动类Driver阶段代码