高阶MapReduce_4_reducer侧联结小案例

最新推荐文章于 2022-03-18 13:25:09 发布

Wild_Elegance_k

最新推荐文章于 2022-03-18 13:25:09 发布

阅读量1k

点赞数

分类专栏： Hadoop 文章标签： reduer侧联结实例 reducer侧联结

本文链接：https://blog.csdn.net/Wild_Elegance_k/article/details/48065477

版权

本文介绍了一个MapReduce程序，用于处理高阶的reducer侧联结问题。通过实例展示了如何利用TaggedMapOutput的子类和DataJoinMapperBase的子类进行数据处理，包括mapper和reducer的具体实现，以实现对数据集的高效联结操作。

摘要由CSDN通过智能技术生成

数据集文件：

customers：

1,Stephanie leung,555-555-555
2,Edward Kim,123-456-7890
3,Jose Madriz,281-330-8004
4,David Stork,408-555-0000

orders：

3,A,12.95,02-Jun-2008
1,B,88.25,20-May-2008
2,C,32.00,30-Nov,2007
3,D,25.02,22-Jan-2009

程序预期实现结果：

1	Stephanie leung,555-555-555,B,88.25,20-May-2008
2	Edward Kim,123-456-7890,C,32.00,30-Nov,2007
3	Jose Madriz,281-330-8004,D,25.02,22-Jan-2009
3	Jose Madriz,281-330-8004,A,12.95,02-Jun-2008

接下来，就来实现一下这个小程序：

在上一篇中说了，我们需要实现几个类，一个是TaggedMapOutput的子类，还有两个是DataJoinMapperBase的子类，一个是mapper，一个是reducer，下面是具体的实现：

TaggedWritable类继承自TaggedMapOutput：

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.contrib.utils.join.TaggedMapOutput;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.Writable;
import org.apache.hadoop.util.ReflectionUtils;

/*TaggedMapOutput是一个抽象数据类型，封装了标签与记录内容
 此处作为DataJoinMapperBase的输出值类型，需要实现Writable接口，所以要实现两个序列化方法
 自定义输入类型*/
public class TaggedWritable extends TaggedMapOutp