hadoop----mapreduce的案例(四)(利用shuffle进行排序)

该博客介绍了如何使用Hadoop MapReduce进行数据排序,特别是利用Shuffle阶段对key进行排序。同时,文章还展示了如何在MapReduce程序中去除运行结果的重复数据,通过NullWritable实现此功能。
摘要由CSDN通过智能技术生成

案例四

使用MapReduce程序读取三个文件中的数据,进行排序(利用shuffle阶段的排序)
注意:shuffle阶段的排序是针对key进行排序的

在这里插入图片描述
在这里插入图片描述

map函数

public class MyMapper extends Mapper<LongWritable, Text, LongWritable, LongWritable>{

	@Override
	protected void map(LongWritable key, Text value, Context context)
			throws IOException, InterruptedException {
		LongWritable a = new LongWritable();
		long i = Long.parseLong(value.toString());
		a.set(i);
		context.write(a, new LongWritable(1));
	}
}

reduce函数

public class MyReducer extends Reducer<LongWritable, LongWritable, LongWritable, LongWritable>{

	@Override
	protected void reduce(LongWritable key, Iterable<L
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值