MapReduce Java 基本框架

最新推荐文章于 2024-10-13 22:25:31 发布

陈庆之的论衡

最新推荐文章于 2024-10-13 22:25:31 发布

阅读量138

点赞数

分类专栏： Java 文章标签：开发语言 java mapreduce

本文链接：https://blog.csdn.net/qq_36541069/article/details/131831092

版权

Java 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

示例展示了如何使用Java实现MapReduce，用于执行词频统计。TokenizerMapper处理映射，将文本拆分成单词，IntSumReducer执行归约，计算每个单词的总数。程序配置Mapper和Reducer类，设定输入输出格式，并提交作业进行执行。

摘要由CSDN通过智能技术生成

以下是一个基本的 MapReduce Java 框架的示例：

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.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;


// Mapper 类继承自Mapper类，指定输入键值对的类型，输出键值对的类型
public class WordCount {
  
  public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{
    
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
    
    // 重写map方法，在其中实现具体的映射逻辑
    public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }
  
  public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
    
    private IntWritable result = new IntWritable();
    
    // 重写reduce方法，在其中实现具体的归约逻辑
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }
  
  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    
    // 指定Mapper和Reducer类
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    
    // 设置输出键值对类型
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    
    // 设置输入输出路径
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    
    // 提交作业并等待完成
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

上述示例实现了一个经典的词频统计功能。在这个框架中，TokenizerMapper类继承自Mapper类，并重写了map方法来实现映射逻辑。IntSumReducer类继承自Reducer类，并重写了reduce方法来实现归约逻辑。在main函数中，配置了作业的各种参数，并提交执行。

请注意，这只是一个基本的 MapReduce Java 框架示例，实际应用中可能需要根据具体需求进行相应的修改和优化。例如，可以通过自定义分区器、自定义数据类型等进行更加复杂的数据处理。