http://blog.csdn.net/evo_steven/article/details/14521713
最近在学习MapReduce编程遇到很多用MR实现按某一列值排序,或二次排序的类似问题,于是试着用MR实现各种排序问题,最终有点小总结:无需在key对象之外写任何排序函数,MR会完成按key值排序,具体详解如下:
在这之前要先说一下WritableComparable接口。Writable接口大家可能都知道,它是一个实现了序列化协议的序列化对象。在Hadoop中定义一个结构化对象都要实现Writable接口,使得该结构化对象可以序列化为字节流,字节流也可以反序列化为结构化对象。那WritableComparable接口是可序列化并且可比较的接口。MapReduce中所有的key值类型都必须实现这个接口,既然是可序列化的那就必须得实现readFiels()和write()这两个序列化和反序列化函数,既然也是可比较的那就必须得实现compareTo()函数,该函数即是比较和排序规则的实现。这样MR中的key值就既能可序列化又是可比较的。下面几符图是API中对WritableComparable接口的解释及其方法,还有一个实现了该接口的对象的列子:
图 一 WritableComparable 接口解释
图 二 WritableComparable 接口方法
图 三 自定义对象实现WritableComparable 接口例子
从图三可以看到自定义的对象实现WritableComparable接口除了实现readFields和write方法之外,还必须得实现compareTo()方法,这也是key值排序的关键,实现了改方法key值之间是可比较可排序的,所以也不用另外写排序函数了。Hadoop提供的数据类型如Text,IntWritable,LongWritable,DoubleWritable和FloatWritable等也都实现了WritableComparable接口。所以我们最开始写wordcount等例子,我们使用Longritable,Text等类型做key值并没有去实现compareTo函数,最后结果也是排序好的,就是因为Hadoop提供的数据类型已经实现了WC接口,已经实现了compareTo函数了。如果你有特殊要求,Text,IntWritable这些类型不能满足你对key值的要求,需要自己新建一个数据对象作为自己的key值类型,那就像上图 图三那样重写一个类实现WritableComparable接口,同时实现compareTo函数,函数内部实现你自己的排序规则,最后reduce的数据就会按key值排序了。
所以总结上面,hadoop会调用key值类型的compareTo函数按照该函数的要求对key值进行排序。所以你想对哪些列排序就要把哪些列并入到key值对象中,像二次排序那样,要对两列进行排序,两列值都要并入key中,则key成为包含两个属性的复合key,Hadoop 提供的key值可用的类型不能满足要求,那就重写一个对象实现WritableComparable接口(类图三),该对象包含连个属性,并实现compareTo函数,最后会根据key值对两列数据排序,从而实现二次排序。
下面是我自己写的一个
- package sina.dip.logfilter.mr;
- import java.io.DataInput;
- import java.io.DataOutput;
- import java.io.IOException;
- import org.apache.hadoop.io.Text;
- import org.apache.hadoop.io.WritableComparable;
- public class ComplexKey implements WritableComparable<ComplexKey> {
- private Text name;
- private Text value;
- private Text minf;
- public ComplexKey() {
- this.name = new Text();
- this.value = new Text();
- this.minf = new Text();
- }
- public ComplexKey(String name, String value, String minf) {
- this.name = new Text(name);
- this.value = new Text(value);
- this.minf = new Text(minf);
- }
- public Text getName() {
- return name;
- }
- public void setName(Text name) {
- this.name = name;
- }
- public Text getValue() {
- return value;
- }
- public void setValue(Text value) {
- this.value = value;
- }
- public Text getMinf() {
- return minf;
- }
- public void setMinf(Text minf) {
- this.minf = minf;
- }
- @Override
- public int compareTo(ComplexKey c) {
- int compare = 0;
- compare = name.compareTo(c.name);
- if (compare != 0) {
- return compare;
- }
- compare = value.compareTo(c.value);
- if (compare != 0) {
- return compare;
- }
- compare = minf.compareTo(c.minf);
- if (compare != 0) {
- return compare;
- }
- return 0;
- }
- @Override
- public void readFields(DataInput in) throws IOException {
- name.readFields(in);
- value.readFields(in);
- minf.readFields(in);
- }
- @Override
- public void write(DataOutput out) throws IOException {
- name.write(out);
- value.write(out);
- minf.write(out);
- }
- }
版权声明:本文为博主原创文章,未经博主允许不得转载。