写这篇博客的目的:
1、简单实现数据去重
其实就是将数据的个数设置成空值,输出不显示就OK了
2、简单实现数据排序
因为MapReduce会自动根据key值按字典序排序,所以我们将数据转化为IntWritable类型作为key值即可
3、简单的求成绩平均值(单个文件和多个文件)
分割数据,然后将成绩转化成IntWritable类型,求平均值写入即可
4、将人名对应数据(多列)单行输出
其实就是在输出的时候,将对应数据用字符串连接起来写入即可
5、数据类型的训练,参数类型设置
例如,我们写的是text,那么在函数参数中的设置是怎样的,最后设置成如下类似的
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
否则就会经常出现错误
数据去重实现步骤
实例中每个数据代表输入文件中的一行内容,map阶段采用Hadoop默认的作业输入方式。
1、将value设置为key,并直接输出。 map输出数据的key为数据,将value设置成空值
2.在MapReduce流程中,map的输出<key,value>经过shuffle过程聚集成<key,value-list>后会交给reduce
3.reduce阶段不管每个key有多少个value,它直接将输入的key复制为输出的key,并输出(输出中的value被设置成空)。
数据排序实现步骤:
1、在map中将读入的数据转化成IntWritable型,然后作为key值输出(value任意)。
2、reduce拿到<key,value-list>之后,将输入的key作为value输出,并根据value-list中元素的个数决定输出的次数
3、输出的key是一个全局变量,它统计当前key的位次
求平均值实现步骤:
Map
1、首先将value转化成string并进行分割
2、将分割数据的成绩转化为IntWritale类型
3、写入(Text,IntWritable)
Reduce
1、将数据迭代读出
Iterator<IntWritable> iterator = value.iterator();
2、取成绩值求平均值
3、写入(Text,IntWritable)
---数据去重
t1.dat文件如下:
xm@master:~$ hadoop fs -text /input/t1.dat
hello
hello
hello
ni
hahahaha
---数据去重
t2.dat文件如下:
xm@master:~$ hadoop fs -text /input/t2.dat
hello
hello
hello
ni
hahahaha
ppp
kkk
---数据去重
输出结果如下:
hahahaha
hello
kkk
ni
ppp
---数据去重
实现代码如下:
package mapreduce
import java.io .IOException
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
public class MyTest {
static String INPUT_PATH = "hdfs://master:9000/input/t1.dat"
static String OUTPUT_PATH = "hdfs://master:9000/output"
static class MyMapper extends Mapper<Object, Text, Text, Text>{
Text t = new Text()
protected void map(Object key, Text value, Context context)
throws IOException, InterruptedException {
context.write(value, t)
}
}
static class MyReduce extends Reducer<Text, Text, Text, Text> {
protected void reduce(Text key, Iterable<Text> values, Context context)
throws java.io .IOException, java.lang.InterruptedException {
context.write(key, new Text())
}
}
public static void main(String[] args) throws Exception {
// TODO Auto-generated method stub
Path outputpath = new Path(OUTPUT_PATH)
Configuration conf = new Configuration()
Job job = Job.getInstance(conf)
FileInputFormat.setInputPaths(job, INPUT_PATH)
FileOutputFormat.setOutputPath(job, outputpath)
job.setMapperClass(MyMapper.class)
job.setReducerClass(MyReduce.cl