HBase的MapRedece头歌

第一关HBase的MapReduce快速入门

package com.processdata;

import java.io.IOException;

import java.util.List;

import java.util.Scanner;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.conf.Configured;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.Connection;

import org.apache.hadoop.hbase.client.Put;

import org.apache.hadoop.hbase.client.Result;

import org.apache.hadoop.hbase.client.Scan;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableMapper;

import org.apache.hadoop.hbase.mapreduce.TableReducer;

import org.apache.hadoop.hbase.util.Bytes;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.util.Tool;

import org.apache.hadoop.util.ToolRunner;

import org.apdplat.word.WordSegmenter;

import org.apdplat.word.segmentation.Word;

import com.util.HBaseUtil;

import com.vdurmont.emoji.EmojiParser;

/**

 * 词频统计

 *

 */

public class WorldCountMapReduce extends Configured implements Tool {

    private static class MyMapper extends TableMapper<Text, IntWritable> {

        private static byte[] family = "comment_info".getBytes();

        private static byte[] column = "content".getBytes();

        @Override

        protected void map(ImmutableBytesWritable rowKey, Result result, Context context) {

            try {

                byte[] value = result.getValue(family, column);

                String content = new String(value, "utf-8");

                String[] split = content.split(" ");

                for (String str : split) {

                    Text text = new Text(str);

                    IntWritable v = new IntWritable(1);

                    context.write(text, v);

                }

            } catch (Exception e) {

                e.printStackTrace();

            }

        }

    }

    private static class MyReducer extends TableReducer<Text, IntWritable, ImmutableBytesWritable> {

        private static byte[] family = "word_info".getBytes();

        private static byte[] column = "count".getBytes();

        @Override

        public void reduce(Text key, Iterable<IntWritable> values, Context context)

                 {

            int sum = 0;

            for (IntWritable value : values) {

                sum += value.get();

            }

            Put put = new Put(Bytes.toBytes(key.toString()));

            put.addColumn(family, column, Bytes.toBytes(sum));

            try {

                context.write(null, put);

            } catch (IOException e) {

                // TODO Auto-generated catch block

                e.printStackTrace();

            } catch (InterruptedException e) {

                // TODO Auto-generated catch block

                e.printStackTrace();

            }

        }

    }

    @Override

    public int run(String[] args) throws Exception {

        // 配置Job

        /********** Begin *********/

    Configuration conf = HBaseConfiguration.create(getConf());

        String tablename = args[0]; // 表名

        String targetTable = args[1]; // 目标表

        // 获取到Job对象

        Job job = Job.getInstance(conf);

        // 创建Scan对象

        Scan scan = new Scan();

        // 通过Hbase工具类提交数据

        TableMapReduceUtil.initTableMapperJob(tablename, scan, MyMapper.class, Text.class, IntWritable.class, job);

        TableMapReduceUtil.initTableReducerJob(targetTable, MyReducer.class, job);

        // 开始提交数据

        job.waitForCompletion(true);

        return 0;

        /********** End *********/

    }

}

第二关：HBase的MapReduce使用

 package com.processdata;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.conf.Configured;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.Put;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableReducer;

import org.apache.hadoop.hbase.util.Bytes;

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.lib.input.FileInputFormat;

import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;

import org.apache.hadoop.util.Tool;

/**

 * 词频统计

 *

 */

public class WorldCountMapReduce2 extends Configured implements Tool {

    private static class MyMapper extends Mapper<Object, Text, Text, IntWritable> {

        @Override

        public void map(Object object, Text value, Context context) throws IOException, InterruptedException {

            /********** Begin *********/

            // 根据题意,我们需要根据空格对指定数据进行拆分

            String[] split = value.toString().split(" ");

            // 循环数组，对值进行分类

            for (String str : split) {

                Text text = new Text(str.getBytes());

                IntWritable v = new IntWritable(1);

                context.write(text, v);

            }

            /********** End *********/

        }

    }

    private static class MyReducer extends TableReducer<Text, IntWritable, ImmutableBytesWritable> {

        private static byte[] family = "word_info".getBytes();

        private static byte[] column = "count".getBytes();

        @Override

        public void reduce(Text key, Iterable<IntWritable> values, Context context)

                throws IOException, InterruptedException {

            /********** Begin *********/

            int sum = 0; // 用于统计

             //  循环Map中分类的值，求和

            for (IntWritable value : values) {

                sum += value.get();

            }

             //  将key和value进行聚和

            Put put = new Put(Bytes.toBytes(key.toString()));

            put.addColumn(family, column, Bytes.toBytes(sum));

             //  通过文件方式将其输出

            context.write(null, put);

            /********** End *********/

        }

    }

    @Override

    public int run(String[] args) throws Exception {

         // 配置Job

        /********** Begin *********/

         // 配置

        Configuration conf = HBaseConfiguration.create(getConf());

        String file = args[0]; //  输入文件

        String targetTable = args[1]; //  输出表

        Job job = Job.getInstance(conf);

         //  Map的Key的输入类型

        job.setMapOutputKeyClass(Text.class);

         //  Map的Value的输入类型

        job.setMapOutputValueClass(IntWritable.class);

         //  需要执行的MapReduce类

        job.setJarByClass(WorldCountMapReduce2.class);

         //  文件输入格式

        FileInputFormat.addInputPath(job, new Path(file));

         //  设置Mapper类

        job.setMapperClass(MyMapper.class);

         //  开始执行任务

        TableMapReduceUtil.initTableReducerJob(targetTable, MyReducer.class, job);

        job.waitForCompletion(true);

        return 0;

        /********** End *********/

    }

}