用Hadoop的MapReduce气象数据编程

最新推荐文章于 2022-01-21 16:30:13 发布

沉淀技术这十年

最新推荐文章于 2022-01-21 16:30:13 发布

阅读量907

点赞数

转载地址：https://blog.csdn.net/someby/article/details/82948583

一：数据格式分析
    1.数据（下载地址：ftp://ftp.ncdc.noaa.gov/pub/data/noaa）
    0067011990999991950051507004888888889999999N9+00001+9999999999999999999999
    0067011990999991950051512004888888889999999N9+00221+9999999999999999999999
    0067011990999991950051518004888888889999999N9-00111+9999999999999999999999
    0067011990999991949032412004888888889999999N9+01111+9999999999999999999999
    0067011990999991950032418004888888880500001N9+00001+9999999999999999999999
    0067011990999991950051507004888888880500001N9+00781+9999999999999999999999
    元数据描述：
             第15-19个字符表示year，例如1950年、1949年等；
             第45-50个字符表示的是温度，例如-00111、+00001
             第50位只能是0、1、4、5、9等几个数字；
    补充说明：在生产环境下我们拿到的Log信息一般都有很多列，具体的列和列的组合构成了实际上不同的业务意义；

二：通过MapReduce计算气象数据代码实现
1.Mapper的生命周期

    前置生命周期方法是setup，在setup中可以做初始化的一些工作，例如打开数据库链接；
    而在map中是正式的处理业务逻辑方法
    Cleanup是清理资源，例如关闭数据库链接等；
    Run是整个Mapper的运行引擎，会不断的根据Reader读取到的key和Value来不断的调用map方法；
    2.在Reducer中可以通过setup指定不同的数据存储地，例如把结果存储在数据库

3.编程的时候尽量复用对象，例如Text在hadoop中是非常笨重的，此时我们在Mapper和Reducer中最好声明Text的局部变量，让后不断的复用该变量；
4.整个实现代码如下所示

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.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.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

import java.io.IOException;

/**
* FileName: TemperatureComputation
* Author: hadoop
* Email: 3165845957@qq.com
* Date: 18-10-5 下午11:21
* Description:
* 通过分析气象的日志数据来具体计算出气象日志的相关统计数据
*
* 0067011990999991950051507004888888889999999N9+00001+9999999999999999999999
* 0067011990999991950051512004888888889999999N9+00221+9999999999999999999999
* 0067011990999991950051518004888888889999999N9-00111+9999999999999999999999
* 0067011990999991949032412004888888889999999N9+01111+9999999999999999999999
* 0067011990999991950032418004888888880500001N9+00001+9999999999999999999999
* 0067011990999991950051507004888888880500001N9+00781+9999999999999999999999
*/
public class TemperatureComputation {
public static class TemperatureMapper extends Mapper<LongWritable, Text,Text, IntWritable>{
private static final int MISSING = 9999;
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String data = value.toString();//获取输入的一行数据
String year = data.substring(15,19);//获取年,第15-19个字符表示year，例如1950年、1949年等；
int temperature = 0;
//第45-50个字符表示的是温度，例如-00111、+00001
if ('+' == data.charAt(45)){ //截取气温的符号
temperature = Integer.parseInt(data.substring(46,50)); //气温是正数，不用获得“+”
}else {
temperature = Integer.parseInt(data.substring(45,50)); //气温是负数，直接将“-”加入到数据中
}
//第50位只能是0、1、4、5、9等几个数字；
String valueDataFlag = data.substring(50,51);
if (temperature != MISSING && valueDataFlag.matches("[01459]")){
context.write(new Text(year),new IntWritable(temperature));
}
}
}
public static class TemperatureReduce extends Reducer<Text,IntWritable,Text,IntWritable>{
@Override
protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
//提取最低温度的年份和温度
int coldesTemperature = Integer.MAX_VALUE;
for (IntWritable item :values){
coldesTemperature = Math.min(coldesTemperature,item.get());
}
context.write(key,new IntWritable(coldesTemperature));
}
}

public static void main(String[] args) throws Exception{
if (args.length != 2){
System.err.println("Usage: TemperatureComputation<input path> <output path>");
System.exit(-1);
}
Configuration conf = new Configuration();
// Job job = new Job(conf);
Job job = Job.getInstance(conf);
job.setJarByClass(TemperatureComputation.class);
job.setJobName("TemperatureComputation");

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

job.setMapperClass(TemperatureMapper.class);
job.setCombinerClass(TemperatureReduce.class);//在本地先进行归并
job.setReducerClass(TemperatureReduce.class);

job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);

FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));

job.waitForCompletion(true);

}
}

看到这里，我不知道combine是啥，于是我又转载了combine相关的博文，写的真的很好

---------------------
作者：ombey
来源：CSDN
原文：https://blog.csdn.net/someby/article/details/82948583
版权声明：本文为博主原创文章，转载请附上博文链接！