mapreduce编程（二）－ 大象书中求每一年的最高温度

书上的例子是为了取出一年当中气温最高的值，那么将年份和气温做了一个复合的key. 

1 通过设置了partitioner来进行分区。因为分区是按照年份来进行，所以同年的数据就可以分区到一个reducer中。

2 自定义key比较器，按照年份升序，温度值降序。这样map输出的所有kv对就是按照年份升序，温度值降序排列的。

3 自定义分组比较器，所有同一年的数据属于同一个组，那么在reduce输出的时候，只需要取第一个value就能达到输出一年最高气温的目的。 

代码：

[java]  view plain copy

1. package temperature;  
2. import java.io.DataInput;  
3. import java.io.DataOutput;  
4. import java.io.IOException;  
5. import java.util.StringTokenizer;  
6. import org.apache.hadoop.conf.Configuration;  
7. import org.apache.hadoop.fs.Path;  
8. import org.apache.hadoop.io.IntWritable;  
9. import org.apache.hadoop.io.LongWritable;  
10. import org.apache.hadoop.io.NullWritable;  
11. import org.apache.hadoop.io.Text;  
12. import org.apache.hadoop.io.WritableComparable;  
13. import org.apache.hadoop.io.WritableComparator;  
14. import org.apache.hadoop.mapreduce.Job;  
15. import org.apache.hadoop.mapreduce.Mapper;  
16. import org.apache.hadoop.mapreduce.Partitioner;  
17. import org.apache.hadoop.mapreduce.Reducer;  
18. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
19. import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;  
20. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
21. import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;  
22. public class Temperature {  
23.     // 自己定义的key类应该实现WritableComparable接口  
24.     public static class IntPair implements WritableComparable<IntPair> {  
25.         int first;  
26.         int second;  
27.         /** 
28.          * Set the left and right values. 
29.          */  
30.         public void set(int left, int right) {  
31.             first = left;  
32.             second = right;  
33.         }  
34.         public int getFirst() {  
35.             return first;  
36.         }  
37.         public int getSecond() {  
38.             return second;  
39.         }  
40.         @Override  
41.         // 反序列化  
42.         public void readFields(DataInput in) throws IOException {  
43.             // TODO Auto-generated method stub  
44.             first = in.readInt();  
45.             second = in.readInt();  
46.         }  
47.         @Override  
48.         // 序列化  
49.         public void write(DataOutput out) throws IOException {  
50.             // TODO Auto-generated method stub  
51.             out.writeInt(first);  
52.             out.writeInt(second);  
53.         }  
54.         @Override  
55.         // key的比较  
56.         public int compareTo(IntPair o) {  
57.             // TODO Auto-generated method stub  
58.             if (first != o.first) {  
59.                 return first < o.first ? -1 : 1;  
60.             } else if (second != o.second) {  
61.                 return second < o.second ? -1 : 1;  
62.             } else {  
63.                 return 0;  
64.             }  
65.         }  
66.         // 新定义类应该重写的两个方法  
67.         @Override  
68.         public int hashCode() {  
69.             return first * 157 + second;  
70.         }  
71.         @Override  
72.         public boolean equals(Object right) {  
73.             if (right == null)  
74.                 return false;  
75.             if (this == right)  
76.                 return true;  
77.             if (right instanceof IntPair) {  
78.                 IntPair r = (IntPair) right;  
79.                 return r.first == first && r.second == second;  
80.             } else {  
81.                 return false;  
82.             }  
83.         }  
84.     }  
85.     /** 
86.      * 分区函数类。根据first确定Partition。 
87.      */  
88.     public static class FirstPartitioner extends  
89.             Partitioner<IntPair, NullWritable> {  
90.         @Override  
91.         public int getPartition(IntPair key, NullWritable value,  
92.                 int numPartitions) {  
93.             return Math.abs(key.getFirst() * 127) % numPartitions;  
94.         }  
95.     }  
96.     /** 
97.      * key比较函数类。first升序，second降序。 
98.      */  
99.     public static class KeyComparator extends WritableComparator {  
100.         protected KeyComparator() {  
101.             super(IntPair.class, true);  
102.         }  
103.         @Override  
104.         public int compare(WritableComparable w1, WritableComparable w2) {  
105.             IntPair ip1 = (IntPair) w1;  
106.             IntPair ip2 = (IntPair) w2;  
107.             int l = ip1.getFirst();  
108.             int r = ip2.getFirst();  
109.             int cmp = (l == r ? 0 : (l < r ? -1 : 1));  
110.             if (cmp != 0) {  
111.                 return cmp;  
112.             }  
113.             l = ip1.getSecond();  
114.             r = ip2.getSecond();  
115.             return l == r ? 0 : (l < r ? 1 : -1); // reverse  
116.         }  
117.     }  
118.     /** 
119.      * 分组函数类。属于同一个组的value会放到同一个迭代器中，而比较是否是同一组需要使用GroupingComparator比较器。 
120.      */  
121.     // 第二种方法，继承WritableComparator  
122.     public static class GroupingComparator extends WritableComparator {  
123.         protected GroupingComparator() {  
124.             super(IntPair.class, true);  
125.         }  
126.         @Override  
127.         // Compare two WritableComparables.  
128.         public int compare(WritableComparable w1, WritableComparable w2) {  
129.             IntPair ip1 = (IntPair) w1;  
130.             IntPair ip2 = (IntPair) w2;  
131.             int l = ip1.getFirst();  
132.             int r = ip2.getFirst();  
133.             return l == r ? 0 : (l < r ? -1 : 1);  
134.         }  
135.     }  
136.     // 自定义map  
137.     public static class Map extends  
138.             Mapper<LongWritable, Text, IntPair, NullWritable> {  
139.         private final IntPair intkey = new IntPair();  
140.         public void map(LongWritable key, Text value, Context context)  
141.                 throws IOException, InterruptedException {  
142.             String line = value.toString();  
143.             StringTokenizer tokenizer = new StringTokenizer(line);  
144.             int left = 0;  
145.             int right = 0;  
146.             if (tokenizer.hasMoreTokens()) {  
147.                 left = Integer.parseInt(tokenizer.nextToken());  
148.                 if (tokenizer.hasMoreTokens())  
149.                     right = Integer.parseInt(tokenizer.nextToken());  
150.                 intkey.set(left, right);  
151.                 context.write(intkey, NullWritable.get());  
152.             }  
153.         }  
154.     }  
155.     // 自定义reduce  
156.     //  
157.     public static class Reduce extends  
158.             Reducer<IntPair, NullWritable, IntWritable, IntWritable> {  
159.         private final IntWritable left = new IntWritable();  
160.         private final IntWritable right = new IntWritable();  
161.         public void reduce(IntPair key, Iterable<NullWritable> values,  
162.                 Context context) throws IOException, InterruptedException {  
163.             left.set(key.getFirst());  
164.             right.set(key.getSecond());  
165.             context.write(left, right);  
166.         }  
167.     }  
168.     /** 
169.      * @param args 
170.      */  
171.     public static void main(String[] args) throws IOException,  
172.             InterruptedException, ClassNotFoundException {  
173.         // TODO Auto-generated method stub  
174.         // 读取hadoop配置  
175.         Configuration conf = new Configuration();  
176.         // 实例化一道作业  
177.         Job job = new Job(conf, "temperature");  
178.         job.setJarByClass(Temperature.class);  
179.         // Mapper类型  
180.         job.setMapperClass(Map.class);  
181.         // 不再需要Combiner类型，因为Combiner的输出类型<Text,  
182.         // IntWritable>对Reduce的输入类型<IntPair, IntWritable>不适用  
183.         // job.setCombinerClass(Reduce.class);  
184.         // Reducer类型  
185.         job.setReducerClass(Reduce.class);  
186.         // 分区函数  
187.         job.setPartitionerClass(FirstPartitioner.class);  
188.         // key比较函数  
189.         job.setSortComparatorClass(KeyComparator.class);  
190.         // 分组函数  
191.         job.setGroupingComparatorClass(GroupingComparator.class);  
192.         // map 输出Key的类型  
193.         job.setMapOutputKeyClass(IntPair.class);  
194.         // map输出Value的类型  
195.         job.setMapOutputValueClass(NullWritable.class);  
196.         // rduce输出Key的类型，是Text，因为使用的OutputFormatClass是TextOutputFormat  
197.         job.setOutputKeyClass(IntWritable.class);  
198.         // rduce输出Value的类型  
199.         job.setOutputValueClass(IntWritable.class);  
200.         // 将输入的数据集分割成小数据块splites，同时提供一个RecordReder的实现。  
201.         job.setInputFormatClass(TextInputFormat.class);  
202.         // 提供一个RecordWriter的实现，负责数据输出。  
203.         job.setOutputFormatClass(TextOutputFormat.class);  
204.         // 输入hdfs路径  
205.         FileInputFormat.setInputPaths(job, new Path(args[0]));  
206.         // 输出hdfs路径  
207.         FileOutputFormat.setOutputPath(job, new Path(args[1]));  
208.         // 提交job  
209.         System.exit(job.waitForCompletion(true) ? 0 : 1);  
210.     }  
211. }  

来源：http://blog.csdn.net/heyutao007/article/details/5890165