编写第一个序列化案例实操(统计每一个手机号耗费的总上行流量、下行流量、总流量)

30 篇文章 0 订阅

Hadoop MapReduce WordCount案例 Mapper类的解析

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
wordcount案例里面
输入的key是LongWritable-偏移量
输入的value是Text–>每一行数据
在这里插入图片描述
在这里插入图片描述
19-Hadoop MapReduce WordCount案例 Reducer类的解析:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
20-Hadoop MapReduce WordCount案例 Debug使用介绍
在这里插入图片描述
在这里插入图片描述
一行一行调试
在这里插入图片描述
进入方法的调用
在这里插入图片描述
强制进入到方法里面
在这里插入图片描述
跳出方法的调用
在这里插入图片描述
直接跳到下个断点的位置
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
统计每一个手机号耗费的总上行流量、下行流量、总流量
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
(1)编写流量统计的Bean对象

package com.atguigu.phonenumber1;

import org.apache.hadoop.io.Writable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

public class FlowBean implements Writable {
    private long upFlow;
    private long downFLow;
    private long sumFlow;

    public FlowBean() {
    }

    public long getUpFlow() {
        return upFlow;
    }

    public void set(long upFLow,long downFlow){
        this.upFlow=upFLow;
        this.downFLow=downFlow;
        this.sumFlow = upFlow+downFLow;
    }

    public void setUpFlow(long upFlow) {
        this.upFlow = upFlow;
    }

    public long getDownFLow() {
        return downFLow;
    }

    public void setDownFLow(long downFLow) {
        this.downFLow = downFLow;
    }

    public long getSumFlow() {
        return sumFlow;
    }

    public void setSumFlow(long sumFlow) {
        this.sumFlow = sumFlow;
    }

    public void write(DataOutput out) throws IOException {
        out.writeLong(upFlow);
        out.writeLong(downFLow);
        out.writeLong(sumFlow);
    }

    public void readFields(DataInput in) throws IOException {
        upFlow = in.readLong();
        downFLow = in.readLong();
        sumFlow = in.readLong();

    }

    @Override
    public String toString() {
        return upFlow+"\t"+downFLow+"\t"+sumFlow;
    }
}

(2)编写Mapper类

package com.atguigu.phonenumber1;

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

import java.io.IOException;

//Mapper的输出key:手机号  value:FlowBean对象
public class PhoneMapper extends Mapper<LongWritable, Text,Text,FlowBean> {
    Text outKey=new Text();
    FlowBean outValue=new FlowBean();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String phoneInfo = value.toString();
        String[] split = phoneInfo.split("\t");
        String phone=split[1];
        outKey.set(phone);
        long downFlow = Long.parseLong(split[split.length - 2]);
        long upFlow = Long.parseLong(split[split.length - 3]);
        outValue.set(upFlow,downFlow);
        context.write(outKey,outValue);
    }
}

(3)编写Reducer类

package com.atguigu.phonenumber1;

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

import java.io.IOException;

public class PhoneReducer extends Reducer<Text,FlowBean,Text,FlowBean> {
    FlowBean outValue=new FlowBean();
    @Override
    protected void reduce(Text key, Iterable<FlowBean> values, Context context) throws IOException, InterruptedException {
        long sumUpFlow=0;
        long sumDownFlow=0;
        for (FlowBean flowBean : values) {
            sumUpFlow+=flowBean.getUpFlow();
            sumDownFlow+=flowBean.getDownFLow();
        }
        outValue.set(sumUpFlow,sumDownFlow);
        context.write(key,outValue);
    }
}

(4)编写Driver驱动类

package com.atguigu.phonenumber1;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

public class PhoneDriver {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        job.setJarByClass(PhoneDriver.class);

        job.setMapperClass(PhoneMapper.class);
        job.setReducerClass(PhoneReducer.class);

        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(FlowBean.class);

        job.setOutputKeyClass(Text.class);
        job.setOutputKeyClass(FlowBean.class);

        FileInputFormat.setInputPaths(job,new Path("E:\\io\\input\\phone_data.txt"));
        FileOutputFormat.setOutputPath(job,new Path("E:\\io\\output"));

        job.waitForCompletion(true);
    }
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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