Hadoop mysql读写操作

使用DBWritable完成同mysql交互

create database big4 ;
		use big4 ;
		create table words(id int primary key auto_increment , name varchar(20) , txt varchar(255));
		
		insert into words(name,txt) values('tomas','hello world tom');
		insert into words(name,txt) values('tomas1','hello tom world'); 
		insert into  words(name,txt) values('tomas2','world hello tom');
		insert into  words(name,txt) values('tomas3','world tom hello');


create table stats(word varchar(50),c int);

编写hadoop MyDBWritable.

package com.mao.hdfs.mysql;

import org.apache.hadoop.io.Writable;
import org.apache.hadoop.mapred.lib.db.DBWritable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;

public class MyDBWritable implements DBWritable, Writable {

    private int id;
    private String name;
    private  String txt;
    private String word;
    private int c;

    public String getWord() {
        return word;
    }

    public void setWord(String word) {
        this.word = word;
    }

    public int getC() {
        return c;
    }

    public void setC(int c) {
        this.c = c;
    }

    public int getId() {
        return id;
    }

    public void setId(int id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getTxt() {
        return txt;
    }

    public void setTxt(String txt) {
        this.txt = txt;
    }

    /**
     * 写入DB
     * @param ppst
     * @throws SQLException
     */
    public void write(PreparedStatement ppst) throws SQLException {
        //ppst.setInt(1,id);
//        ppst.setString(2,name);
//        ppst.setString(3,txt);
        ppst.setString(1,word);
        ppst.setInt(2,c);
    }


    /**
     * 读取db
     * @param rs
     * @throws SQLException
     */
    public void readFields(ResultSet rs) throws SQLException {
        id = rs.getInt(1);
        name = rs.getString(2);
        txt = rs.getString(3);
    }

    /**
     * 写入数据
     * @param out
     * @throws IOException
     */
    public void write(DataOutput out) throws IOException {
        out.writeInt(id);
        out.writeUTF(name);
        out.writeUTF(txt);
        out.writeUTF(word);
        out.write(c);
    }

    /**
     * 读取数据
     * @param in
     * @throws IOException
     */
    public void readFields(DataInput in) throws IOException {
        id = in.readInt();
        name = in.readUTF();
        txt = in.readUTF();
        word = in.readUTF();
        c = in.readInt();
    }
}

mapper类:

package com.mao.hdfs.mysql;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

public class WCMapper extends Mapper<LongWritable,MyDBWritable,Text,IntWritable> {

    protected void map(LongWritable key, MyDBWritable value, Context context) throws IOException, InterruptedException, IOException {
        System.out.println(key);
        String line = value.getTxt();
        System.out.println(value.getId() + "," + value.getName());
        String[] arr = line.split(" ");
        for (String s : arr) {
            context.write(new Text(s), new IntWritable(1));
        }
    }
}

reduce类:

package com.mao.hdfs.mysql;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

public class WCMapper extends Mapper<LongWritable,MyDBWritable,Text,IntWritable> {

    protected void map(LongWritable key, MyDBWritable value, Context context) throws IOException, InterruptedException, IOException {
        System.out.println(key);
        String line = value.getTxt();
        System.out.println(value.getId() + "," + value.getName());
        String[] arr = line.split(" ");
        for (String s : arr) {
            context.write(new Text(s), new IntWritable(1));
        }
    }
}

APP类:

package com.mao.hdfs.mysql;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.lib.db.DBConfiguration;
import org.apache.hadoop.mapred.lib.db.DBInputFormat;
import org.apache.hadoop.mapred.lib.db.DBOutputFormat;
import org.apache.hadoop.mapreduce.Job;

public class MysqlApp {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        //conf.set("fs.defaultFS","file:///");  

        Job job = Job.getInstance(conf);
        //设置job属性
        job.setJobName("MysqlApp");                                    //作业名称
        job.setJarByClass(MysqlApp.class);                             //搜索类

        //配置数据库信息
        String driverClass = "com.mysql.jdbc.Driver";
        String url = "jdbc:mysql://192.168.0.21:3306/big1";
        String username = "bgm";
        String password = "12311";

        //设置数据库配置
        DBConfiguration.configureDB(job.getConfiguration(),driverClass,url,username,password);
        //设置数据输入内容
        DBInputFormat.setInput(job,MyDBWritable.class,"select * from words","select count(*) from words");

        DBOutputFormat.setOutput(job,"stats","word","c"); //将结果写入数据库

        //FileOutputFormat.setOutputPath(job,new Path("d:/mr/sql/out"));       //输出路径

        job.setMapperClass(WCMapper.class);                         //mapper类
        job.setReducerClass(WCReducer.class);                       //reduce类

        job.setNumReduceTasks(3);                                   //reduce个数

        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        job.waitForCompletion(true);
    }
}

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hadoop 是一个由 Apache 组织开发的分布式计算框架,它的核心组件包括 HDFS 和 MapReduce。除此之外,Hadoop 还有许多与之相关的工具和组件,下面是 Hadoop 的各个组件的简要概述: 1. HDFS(Hadoop Distributed File System):Hadoop 的分布式文件系统,用于存储大数据集,具有高容错性、高可靠性、高可扩展性等特点。 2. MapReduce:Hadoop 的分布式计算框架,用于处理大规模数据的计算任务,可并行处理数据,并将结果合并输出。 3. YARN(Yet Another Resource Negotiator):Hadoop 的资源管理器,负责集群资源的调度和管理,在 Hadoop 2.x 版本中取代了旧版的 JobTracker 和 TaskTracker。 4. Hive:基于 Hadoop 的数据仓库工具,用于处理结构化数据,提供类 SQL 查询语言和数据存储功能。 5. Pig:基于 Hadoop 的数据流编程工具,用于处理非结构化数据,提供类 SQL 查询语言和数据转换功能。 6. HBase:基于 Hadoop 的分布式数据库,用于存储大规模结构化数据,支持高并发读写操作。 7. ZooKeeper:分布式应用程序协调服务,用于在分布式系统中维护配置信息、命名服务、分布式锁等。 8. Sqoop:用于在 Hadoop 和关系型数据库之间进行数据传输的工具,支持 MySQL、Oracle、PostgreSQL、SQL Server 等多种数据库。 9. Flume:用于将大规模日志数据从各种源(如 Web 服务器、数据库等)传输到 Hadoop 中的工具。 10. Oozie:基于 Hadoop 的工作流调度系统,用于管理和调度分布式计算任务。 11. Mahout:基于 Hadoop 的机器学习框架,提供多种机器学习算法的实现。 以上是 Hadoop 的主要组件,每个组件都有其独特的作用和特点,在 Hadoop 的生态系统中相互配合,共同构建出一个高效可靠的大数据处理平台。

“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