SecondarySort代码的注释

最新推荐文章于 2019-06-02 09:46:37 发布
洼里南口
最新推荐文章于 2019-06-02 09:46:37 发布
阅读量373
点赞数
package org.apache.hadoop.examples;   
  
import java.io.DataInput;   
import java.io.DataOutput;   
import java.io.IOException;   
import java.util.StringTokenizer;   
  
import org.apache.hadoop.conf.Configuration;   
import org.apache.hadoop.fs.Path;   
import org.apache.hadoop.io.IntWritable;   
import org.apache.hadoop.io.LongWritable;   
import org.apache.hadoop.io.RawComparator;   
import org.apache.hadoop.io.Text;   
import org.apache.hadoop.io.WritableComparable;   
import org.apache.hadoop.io.WritableComparator;   
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;   
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;   
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.util.GenericOptionsParser;   
  
/**  
* hadoop的map/reduce自带的例子代码，目的是演示二次排序，  
* 输入是文本文件，文本的每行是两个用空格分隔的整数，程序的输出结果是  
* 按前一个整数排序，然后按后一个整数排序。应用场景是：数据join的reduce  
* 端的算法。  
*  
* To run: bin/hadoop jar build/hadoop-examples.jar secondarysort  
*            in-dir out-dir  
*/   
public class SecondarySort {   
  
  /**  
   * 自定义map的输出key类型，而不是默认的Text类型，他必须实现接口comparable ，作用是输出中对key自定义排序（倒序），实现中必须提供数据的 
读写方法（readFields，write）。等于（equals）和比较方法（compareTo）。  
   *  
   */   
  public static class IntPair   
                      implements WritableComparable {   
    private int first = 0;   
    private int second = 0;   
      
    /**  
     * Set the left and right values.  
     */   
    public void set(int left, int right) {   
      first = left;   
      second = right;   
    }   
    public int getFirst() {   
      return first;   
    }   
    public int getSecond() {   
      return second;   
    }   
    /**  
     * 按编码读两个整数，编码是：读第一个整数+ Integer.MIN_VALUE+读第二个整数 +  Integer.MIN_VALUE  
 
     * Encoded as: MIN_VALUE -> 0, 0 -> -MIN_VALUE, MAX_VALUE-> -1  
     */   
    @Override   
    public void readFields(DataInput in) throws IOException {   
      first = in.readInt() + Integer.MIN_VALUE;   
      second = in.readInt() + Integer.MIN_VALUE;   
    }   
   /*按编码写两个整数。编码是：写第一个整数-Integer.MIN_VALUE +写第二个整数 -  Integer.MIN_VALUE  
*/     
    @Override   
    public void write(DataOutput out) throws IOException {   
      out.writeInt(first - Integer.MIN_VALUE);   
      out.writeInt(second - Integer.MIN_VALUE);   
    }   
  
  /*哈希方法，估计用于对象比较  
*/    @Override   
    public int hashCode() {   
      return first * 157 + second;   
    }   
  
/*等于方法，和compareTo方法用于排序，而且两者必须一致，不然，排序的结果可能不对。  
*/    @Override   
    public boolean equals(Object right) {   
      if (right instanceof IntPair) {   
        IntPair r = (IntPair) right;   
        return r.first == first && r.second == second;   
      } else {   
        return false;   
      }   
    }   
    /** 内置的静态类，用于对象的排序比较。如果没有这个类，排序的话  
   用 IntPair类自身的等于和比较函数来排序*/   
    public static class Comparator extends WritableComparator {   
      public Comparator() {   
        super(IntPair.class);   
      }   
  
     /*排序方法，b1第一个对象的字节数组第一个元素，s1首个字节的长度，  
    l1整个字节数组的长度，  
    b2第二个对象的字节数组第一个元素，s2首个字节的长度，  
    l2整个字节数组的长度，  
*/      public int compare(byte[] b1, int s1, int l1,   
                         byte[] b2, int s2, int l2) {   
        return compareBytes(b1, s1, l1, b2, s2, l2);//比较对象的字节数组，遇到第一个不同立即返回   
      }   
    }   
  
    static {                                        // 登记比较器comparator，对象     IntPair按比较器的定义排序   
      WritableComparator.define(IntPair.class, new Comparator());   
    }   
/*对象的比较方法  
*/    @Override   
     public int compareTo(IntPair o) {  
      if (first != o.first) {  
        return first < o.first ? -1 : 1;  
      } else if (second != o.second) {  
        return second < o.second ? -1 : 1;  
      } else {  
        return 0;  
      }  
    }  
  }  
 /**  
   * pair对象的Partitioner方法。默认是hashpartition方法。  
   目的是按前一个整数（firest）来决定让那个reducer来处理   */   
  public static class FirstPartitioner extends Partitioner{   
    @Override   
    public int getPartition(IntPair key, IntWritable value,   
                            int numPartitions) {   
      return Math.abs(key.getFirst() * 127) % numPartitions;   
    }   
  }   
  
  /**  
   *  reducer的输出按第一个整数来输出，自定义的比较器   */   
  public static class FirstGroupingComparator   
                implements RawComparator {   
  
/*比较字节数组，注释掉该函数会报错  
*/    @Override   
    public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {   
      return WritableComparator.compareBytes(b1, s1, Integer.SIZE/8,   
                                             b2, s2, Integer.SIZE/8);   
    }   
  
/*作用不明，注释掉改函数，不会报错。  
*/   @Override   
   public int compare(IntPair o1, IntPair o2) {  
      int l = o1.getFirst();  
      int r = o2.getFirst();  
      return l == r ? 0 : (l < r ? -1 : 1);  
    }  
  }  
/**mapper类，输出的key是自定义的IntPair  
   * Read two integers from each line and generate a key, value pair  
   * as ((left, right), right).  
   */   
  public static class MapClass   
         extends Mapper {   
      
    private final IntPair key = new IntPair();   
    private final IntWritable value = new IntWritable();   
      
    @Override   
    public void map(LongWritable inKey, Text inValue,   
                    Context context) throws IOException, InterruptedException {   
      StringTokenizer itr = new StringTokenizer(inValue.toString());   
      int left = 0;   
      int right = 0;   
      if (itr.hasMoreTokens()) {   
        left = Integer.parseInt(itr.nextToken());   
        if (itr.hasMoreTokens()) {   
          right = Integer.parseInt(itr.nextToken());   
        }   
        key.set(left, right);   
        value.set(right);   
        context.write(key, value);   
      }   
    }   
  }   
    
  /**reducer类  
   * A reducer class that just emits the sum of the input values.  
   */   
  public static class Reduce   
         extends Reducer {   
    private static final Text SEPARATOR =   
      new Text("------------------------------------------------");   
    private final Text first = new Text();   
      
    @Override   
    public void reduce(IntPair key, Iterable values,   
                       Context context   
                       ) throws IOException, InterruptedException {   
      context.write(SEPARATOR, null);   
      first.set(Integer.toString(key.getFirst()));   
      for(IntWritable value: values) {   
        context.write(first, value);   
      }   
    }   
  }   
    
  public static void main(String[] args) throws Exception {   
    Configuration conf = new Configuration();   
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();   
    if (otherArgs.length != 2) {   
      System.err.println("Usage: secondarysrot ");   
      System.exit(2);   
    }   
     Job job = new Job(conf, "secondary sort");//生成job对象   
    job.setJarByClass(SecondarySort.class);//指定jar包的名字   
    job.setMapperClass(MapClass.class);//设置mapper类   
    job.setReducerClass(Reduce.class);//设置reducer类   
  
    // group and partition by the first int in the pair   
    job.setPartitionerClass(FirstPartitioner.class);//设置自定义的partition类   
    job.setGroupingComparatorClass(FirstGroupingComparator.class);   
    //设置分组比较器。（按前一个整数来输出）   
    // the map output is IntPair, IntWritable   
    job.setMapOutputKeyClass(IntPair.class);//设置mapper输出的key类型   
    job.setMapOutputValueClass(IntWritable.class);//设置mapper输出的value类型   
  
    // the reduce output is Text, IntWritable   
    job.setOutputKeyClass(Text.class); //设置reducer输出的key的类型   
    job.setOutputValueClass(IntWritable.class);//设置reuducer输出的value的类型   
      
    FileInputFormat.addInputPath(job, new Path(otherArgs[0]));//设置输入路径   
    FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//设置输出路径   
    System.exit(job.waitForCompletion(true) ? 0 : 1);   
  }   
  
}