优酷面试题

 mapred找共同朋友，数据格式如下
A B C D E F
B A C D E
C A B E
D A B E
E A B C D
F A


第一字母表示本人，其他是他的朋友，找出有共同朋友的人，和共同朋友是谁


 运行结果
AB      E:C:D
AC      E:B
AD      B:E
AE      C:B:D
BC      A:E
BD      A:E
BE      C:D:A
BF      A
CD      E:A:B
CE      A:B
CF      A
DE      B:A
DF      A
EF      A

 

思路：对于每一行，两两进行组合作为一个新key，把每一行的第一个人作为value，map输出<key，value>。

reduce函数进行聚合合并相同的key(即在map阶段的两两组合的新key)，具有相同key的   "每行第一个人列表"  就是key的共同朋友。

代码：

package 优酷面试题;


import java.io.IOException;
import java.util.Set;
import java.util.StringTokenizer;
import java.util.TreeSet;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;


public class FindFriend {
        
          public static class ChangeMapper extends Mapper<Object, Text, Text, Text>{                      
                   @Override
                   public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
                             StringTokenizer itr = new StringTokenizer(value.toString());
                                 Text owner = new Text();
                                 Set<String> set = new TreeSet<String>();
                             owner.set(itr.nextToken());
                             while (itr.hasMoreTokens()) {
                                     set.add(itr.nextToken());
                             }             
                             String[] friends = new String[set.size()];
                             friends = set.toArray(friends);
                             
                             for(int i=0;i<friends.length;i++){
                                     for(int j=i+1;j<friends.length;j++){
                                             String outputkey = friends[i]+friends[j];
                                             context.write(new Text(outputkey),owner);
                                     }                                     
                             }
                   }
          }
          /*
           	这是 StringTokenizer 类下的一个方法。你首先要知道 StringTokenizer 是干什么用的。
			StringTokenizer 用来分割字符串，你可以指定分隔符，比如','，或者空格之类的字符。nextToken() 用于返回下一个匹配的字段。
			-----------------------
				给你一个Demo：
				import java.util.StringTokenizer;
				public class Demo {
        			public static void main (String args[]) {
                			String str = "Hello, world";
                			StringTokenizer st = new StringTokenizer(str, ",");    // 用逗号分隔
             			while (st.hasMoreTokens())    // 判断是否已经到结尾
                 			System.out.println(st.nextToken());    // 打印下一个字段
     				}
				}
				----------------------
				结果：
				Hello
				world
           */
          public static class FindReducer extends Reducer<Text,Text,Text,Text> {                          
                        public void reduce(Text key, Iterable<Text> values, 
                                        Context context) throws IOException, InterruptedException {
                                  String  commonfriends =""; 
                              for (Text val : values) {
                                  if(commonfriends == ""){
                                          commonfriends = val.toString();
                                  }else{
                                          commonfriends = commonfriends+":"+val.toString();
                                  }
                               }
                              context.write(key, new Text(commonfriends));                                
                        }                          
          }
          


        @SuppressWarnings("deprecation")
		public static void main(String[] args) throws IOException,InterruptedException, ClassNotFoundException {
                
            Configuration conf = new Configuration();
            String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
            /*
             	比如运行命令为：bin/hadoop dfs -fs master:8020 -ls /data
				GenericOptionsParser把  -fs master:8020配置到配置conf中
				而getRemainingArgs()方法则得到剩余的参数，就是 -ls /data。供下面使用输入输出参数
             */
            if (otherArgs.length < 2) {
              System.err.println("args error");
              System.exit(2);
            }
            Job job = new Job(conf, "word count");
            job.setJarByClass(FindFriend.class);
            job.setMapperClass(ChangeMapper.class);
            job.setCombinerClass(FindReducer.class);
            job.setReducerClass(FindReducer.class);
            job.setOutputKeyClass(Text.class);
            job.setOutputValueClass(Text.class);
            for (int i = 0; i < otherArgs.length - 1; ++i) {
              FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
            }
            FileOutputFormat.setOutputPath(job,new Path(otherArgs[otherArgs.length - 1]));
            System.exit(job.waitForCompletion(true) ? 0 : 1);
                
        }
    /*
  	GenericOptionsParser 命令行解析器
	是hadoop框架中解析命令行参数的基本类。它能够辨别一些标准的命令行参数，能够使应用程序轻易地指定namenode，jobtracker，以及其他额外的配置资源
    */
}