package demo05.flowOrder; import demo04.flow.FlowNum; import org.apache.hadoop.io.WritableComparable; import java.io.DataInput; import java.io.DataOutput; import java.io.IOException; /** * 排序和序列化要实现WritableComparable这个接口,重写compareTo和write,readFields方法 * 在输出的时候hadoop会按顺序输出字节流 */ public class FlowBean implements WritableComparable<FlowNum> { private Integer upFlow; private Integer downFlow; private Integer upCountFlow; private Integer downCountFlow; @Override public int compareTo(FlowNum o) { return this.upFlow > o.getUpFlow()?-1:1; } @Override public void write(DataOutput dataOutput) throws IOException { dataOutput.writeInt(upFlow); dataOutput.writeInt(downFlow); dataOutput.writeInt(upCountFlow); dataOutput.writeInt(downCountFlow); } @Override public void readFields(DataInput dataInput) throws IOException { this.upFlow = dataInput.readInt();
hadoop按照上行流量进行排序
最新推荐文章于 2022-07-11 16:05:28 发布
本文详细介绍了如何使用Hadoop进行大数据处理,特别是针对上行流量数据,进行了排序的实例操作,涵盖了MapReduce的原理及其实现步骤,展示了Hadoop在大数据排序中的应用。
摘要由CSDN通过智能技术生成