Hadoop学习之莎士比亚文档倒排索引

一:题目  莎士比亚文档倒排索引

二:简单的实现

        1)map类  这其中定义一下map类的输出格式

	public static class InvertedMapper extends Mapper<Long,Text,Text,Text>{
							//默认的这里不是longWritable的key么,怎么回事,应该要设置把
		
		@Override
		protected void map(Long key, Text value, Context context)
				throws IOException, InterruptedException {
			// TODO Auto-generated method stub
			Text one = new Text("1");
			FileSplit fs = (FileSplit) context.getInputSplit();
			String filename = fs.getPath().getName();
			Text word = new Text();
			StringTokenizer token = new StringTokenizer(value.toString());
			
			while(token.hasMoreTokens()){
				word.set(token.nextToken()+":"+filename);
				context.write(word, one);//格式为<word:file>  one
			}
		}
	}

          2)Combiner类

这里比较糊涂,combiner自己有接口,为什么要继承reducer。

	//combine阶段,还是继承reducer
	public static class InvertedCombiner extends Reducer<Text,Text,Text,Text>{

		@Override
		protected void reduce(Text key, Iterable<Text> values,Context context)
				throws IOException, InterruptedException {
			// TODO Auto-generated method stub
			String keys[] = key.toString().split(":");
			int sum = 0;
			for(Text val:values){
				sum+=Integer.parseInt(val.toString());
			}
			context.write(new Text(keys[0]), new Text(keys[1]+":"+String.valueOf(sum)));
			//变为了word:<filename,sum>
		}
		
	}
3)

//定制partitioner,确保相同的term会分到同一个reducer
	public static class InvertedPartioner extends HashPartitioner<Text, Text>{

		@Override
		public int getPartition(Text key, Text value, int numReduceTasks) {
			// TODO Auto-generated method stub
			String term = key.toString().split(":")[0];
			
			return super.getPartition(new Text(term), value, numReduceTasks);
		}
		
	}


4)reduce类

	public static class InvertedReducer extends Reducer<Text,Text,Text,Text>{
		@Override
		protected void reduce(Text key, Iterable<Text> values,Context context)
				throws IOException, InterruptedException {
			// TODO Auto-generated method stub
			Iterator<Text> it = values.iterator();
			StringBuilder sb = new StringBuilder();
			if(it.hasNext())sb.append(it.next().toString());
			while(it.hasNext()){
				sb.append(";");
				sb.append(it.next().toString());
			}
			context.write(key, new Text(sb.toString()));
		}
		
	}

三:感觉需要弄清楚map输出,和reduce输入的格式。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值