一,以hdfs路径/tmp/table/student_score.txt为输入,表结构为(学号,姓名,课程名称,成绩),字段间分隔符为tab,如下图所示。通过设置reduce个数为2,自定义hash partition实现将其中姓名为"张一"的放到同一个reduce中,非张一的放到其它的reduce中,输出结果字段为(学号,姓名,课程名称,成绩),按tab分隔即可。
具体实现代码(java部分):
package com.hadoop.mr.homework2;
import com.hadoop.ReadFromHdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
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;
import java.io.IOException;
import java.util.Arrays;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
public class HomeWork2 {
// 设计kv
// key 就是学号
// value 除了学号之外的其它内容
public static class HomeWork2Mapper extends Mapper<Object, Text, Text, Text> {
@Override
protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {
String[] valueArr = value.toString().split("\t");
// 第一项就是学号 valArr[0]是key ,剩下的是value
// 剩下的就是其它的内容 通过for循环依次赋给自定义的String类型的val
String val = "";
for (int i = 1; i < valueArr.length; i++) {
val += valueArr[i];
if (i != valueArr.length - 1) {
val += "\t";
}
}
con