什么是序列化和反序列化:
序列化就是把内存中的对象,转换成字节序列(或其他数据传输协议)以便存储到磁盘(持久化)和网络传输。将内存中的对象以字节序列读取到内存,并构造成对应的对象。
反序列化 就是将收到的字节序列,转换成内存中的对象。
为什么要序列化:
一般来说,对象只生存在内存里,关机断电就没有了,而且活的对象只能由本地的进程使用,不能被发送到网络上的另外一台计算机。然而序列化可以存储对象,可以把对象发送给其他计算机。(可实现同一集群的机器之间传输数据。)
Hadoop序列化的特点:
(1)紧凑: 高效使用存储空间。
(2)快速:读写数据的额外开销小。
(3)可扩展:随着通信协议的升级而可升级
(4)互操作:支持多语言的交互
操作:
一、自定义bean对象实现序列化接口
进行无参构造:因为反序列化的时候,需要反射调空空参构造函数。
重写序列化方法:
重写反序列化方法:
注意反序列化的顺序和序列化的顺序完全一致
FlowBean完整代码:
package com.atguigu.mapreduce.writable;
import org.apache.hadoop.io.Writable;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
//自定义bean对象实现序列化接口,传输数据。
/*
1、定义类实现writable借口
2、重写序列化和反序列化
3、重写空参构造
4、toString方法
*/
public class FlowBean implements Writable {
private long upFlow;//上行流量
private long downFlow;//下行流量
private long sumFlow;//总流量
//空参构造
public FlowBean() {
}
public long getUpFlow() {
return upFlow;
}
public void setUpFlow(long upFlow) {
this.upFlow = upFlow;
}
public long getDownFlow() {
return downFlow;
}
public void setDownFlow(long downFlow) {
this.downFlow = downFlow;
}
public long getSumFlow() {
return sumFlow;
}
public void setSumFlow(long sumFlow) {
this.sumFlow = sumFlow;
}
public void setSumFlow() {
this.sumFlow = this.upFlow + this.downFlow;
}
//序列化方法
@Override
public void write(DataOutput dataOutput) throws IOException {
dataOutput.writeLong(upFlow);
dataOutput.writeLong(downFlow);
dataOutput.writeLong(sumFlow);
}
//反序列化方法
@Override
public void readFields(DataInput dataInput) throws IOException {
this.upFlow = dataInput.readLong();
this.downFlow = dataInput.readLong();
this.sumFlow = dataInput.readLong();
}
//把想要的结果现实在文件中需要重写toString。
@Override
public String toString() {
return upFlow + "\t" + downFlow + "\t"+ sumFlow ; //为想要输出的格式
}
}
Mapper阶段代码:
package com.atguigu.mapreduce.writable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;
public class FlowMapper extends Mapper <LongWritable, Text,Text,FlowBean>{
private Text outK = new Text();
private FlowBean outV = new FlowBean();
//重写map方法。
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//1、获取一行信息。
//1 13736230513 192.196.100.1 www.atguigu.com 2481 24681 200
String line = value.toString();
//2、切割
//1,13736230513,192.196.100.1,www.atguigu.com,2481,24681,200
//2 13846544121 192.196.100.2 264 0 200
String[] split = line.split("\t");
//3、抓取想要的数据
String phone = split[1];
String up = split[split.length-3];
String down = split[split.length-2];
//4、封装
outK.set(phone);
outV.setUpFlow(Long.parseLong(up));//Long.parseLong将up由String类型转化为Long类型
outV.setDownFlow(Long.parseLong(down));
outV.setSumFlow();
//5、写出
context.write(outK,outV);//将抓取完,并封装好的数据传输到Reducer阶段。
}
}
Reducer阶段代码:
package com.atguigu.mapreduce.writable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
public class FlowReducer extends Reducer <Text,FlowBean,Text,FlowBean>{
private FlowBean outV = new FlowBean();
@Override
protected void reduce(Text key, Iterable<FlowBean> values, Context context) throws IOException, InterruptedException {
// 1、遍历集合累加值
//之所以用totalup和totaldown是因为同一个手机号可能有多条数据。
long totalup = 0;
long totaldown = 0;
for (FlowBean value : values) {
totalup+=value.getUpFlow();
totaldown+=value.getDownFlow();
}
//2、封装outK,outV
outV.setUpFlow(totalup);
outV.setDownFlow(totaldown);
outV.setSumFlow();
//3、写出
context.write(key,outV);
}
}
Driver(驱动类)代码:
代码套路目前接触到的基本通用。
package com.atguigu.mapreduce.writable;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;
public class FlowDriver {
public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
//1、获取job
Configuration conf = new Configuration();
Job job = Job.getInstance(conf);
//2、设置jar包路径
job.setJarByClass(FlowBean.class);
//3、关联mapper和reducer
job.setMapperClass(FlowMapper.class);
job.setReducerClass(FlowReducer.class);
//4、设置map输出的kv类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(FlowBean.class);
//5、设置最终输出的kv类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(FlowBean.class);
//6、设置输入路径和输出路径
FileInputFormat.setInputPaths(job,new Path("D:\\Hadoop\\11_input\\inputflow"));
FileOutputFormat.setOutputPath(job,new Path("D:\\Hadoop\\hadoop\\output7"));//输出路径不能是已存在的状态
//7、提交job
boolean result = job.waitForCompletion(true);
System.exit(result? 0:1);
}
}