java hadoop(二) hadoop mapreduce简单介绍以及简单实例

8 篇文章 0 订阅
5 篇文章 0 订阅

1、简单介绍一下mapreduce

MapReduce的思想核心是“分而治之”,适用于大量复杂的任务处理场景(大规模数据处理场景)

Map负责“分”,即把复杂的任务分解为若干个“简单的任务”来并行处理。可以进行拆分的前提是这些小任务可以并行计算,彼此间几乎没有依赖关系。

Reduce负责“合”,即对map阶段的结果进行全局汇总。

这两个阶段合起来正是MapReduce思想的体现。

2、mapreduce编写步骤

 

https://lansonli.blog.csdn.net/article/details/117376840

3、代码编写

目录结构:

pom依赖引入:

<dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.7.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.7.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-core</artifactId>
            <version>2.7.5</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
    </dependencies>

Mapper编写

package mapreduce;

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


import java.io.IOException;

//定义四个泛型类型
//keyin: LongWritable valuein: Text
//keyout: Text valueout: IntWritable
public class MyMapper extends Mapper<LongWritable, Text, Text, Writable> {

    //第一个参数是 这一行的起始点在文件中的偏移量 第二个参数是这一行的内容 第三个是上下文
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        //拿到一行数据转换为string
        String line = value.toString();
        //将这一行切分
        String[] words = line.split(",");
        //遍历数组 输出<单词, 1>
        for (String word : words) {
            context.write(new Text(word), new LongWritable(1));
        }
    }
}

reducer编写:

package mapreduce;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

//进行reduce 操作 再次转换map key value
public class MyReduce  extends Reducer<Text, LongWritable, Text, LongWritable> {

    @Override
    protected void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {
        int count = 0;
        for(LongWritable value:values){
            count+=value.get();
        }
        context.write(key, new LongWritable(count));
    }
}

driver编写:

package mapreduce;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class ReduceMain {
    public static void main(String[] args) throws Exception{
        //创建一个job任务对象
        Configuration configuration = new Configuration();
        Job job = Job.getInstance(configuration,"word-count");
        //指定job所在jar包
        job.setJarByClass(ReduceMain.class);
        //指定源文件的读取方式类和源文件的读取路径
        job.setInputFormatClass(TextInputFormat.class); //按行读取
        TextInputFormat.addInputPath(job, new Path("hdfs://192.168.40.150:9000/test.txt"));

        //指定自定义的Mapper类以及 k2 v2类型
        job.setMapperClass(MyMapper.class);
        job.setMapOutputKeyClass(Text.class); //指定k2类型
        job.setMapOutputValueClass(LongWritable.class); //指定v2类型

        //指定自定义的Reducer类以及 k3 v3类型
        job.setReducerClass(MyReduce.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);

        //指定输出方式类以及输出路径 目录必须不存在
        job.setOutputFormatClass(TextOutputFormat.class);
        TextOutputFormat.setOutputPath(job, new Path("hdfs://192.168.40.150:9000/lgy_test/res"));

        //将job提交到yarn集群
        boolean bl = job.waitForCompletion(true);
        System.exit(bl?0:1);


    }
}

4、运行代码

将代码打包:

将代码拷贝到hadoop集群的任一node

运行: 

hadoop jar HadoopTest-1.0-SNAPSHOT.jar mapreduce.ReduceMain

后边这个是主类

查看结果:

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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