MapReduce--9--求变动版本

MapReduce面试题3–求变动版本

1、数据
现在有如下一份数据：

20170308,黄渤,光环斗地主,8,360手机助手,0.1版本,北京
20170308,黄渤,光环斗地主,5,360手机助手,0.1版本,北京
20170308,黄渤,光环斗地主,7,360手机助手,0.1版本,北京
20170308,黄渤,光环斗地主,10,360手机助手,0.2版本,北京
20170308,黄渤,光环斗地主,9,360手机助手,0.2版本,北京
20170308,黄渤,光环斗地主,23,360手机助手,0.2版本,北京
20170308,黄渤,光环斗地主,22,360手机助手,0.2版本,北京
20170308,黄渤,光环斗地主,14,360手机助手,0.3版本,北京
20170308,黄渤,光环斗地主,13,360手机助手,0.3版本,北京
20170308,黄渤,光环斗地主,16,360手机助手,0.4版本,北京
20170308,黄渤,光环斗地主,18,360手机助手,0.4版本,北京
20170308,黄渤,光环斗地主,19,360手机助手,0.4版本,北京
20170308,黄渤,光环斗地主,15,360手机助手,0.4版本,北京
20170309,徐峥,光环斗地主,8,360手机助手,0.1版本,北京
20170309,徐峥,光环斗地主,5,360手机助手,0.1版本,北京
20170309,徐峥,光环斗地主,6,360手机助手,0.1版本,北京
20170309,徐峥,光环斗地主,10,360手机助手,0.2版本,北京
20170309,徐峥,光环斗地主,12,360手机助手,0.2版本,北京
20170309,徐峥,光环斗地主,11,360手机助手,0.3版本,北京
20170309,徐峥,光环斗地主,9,360手机助手,0.2版本,北京
20170309,徐峥,光环斗地主,23,360手机助手,0.2版本,北京
20170309,徐峥,光环斗地主,22,360手机助手,0.2版本,北京
20170309,徐峥,光环斗地主,14,360手机助手,0.3版本,北京
20170309,徐峥,光环斗地主,13,360手机助手,0.3版本,北京
20170309,徐峥,光环斗地主,16,360手机助手,0.4版本,北京
20170309,徐峥,光环斗地主,18,360手机助手,0.4版本,北京
20170309,徐峥,光环斗地主,19,360手机助手,0.5版本,北京
20170309,徐峥,光环斗地主,15,360手机助手,0.4版本,北京

数据的字段信息：
用户ID，用户名，游戏名，小时，数据来源，游戏版本，用户所在地
id，name，game，hour，source，version，city

含义：以
20170309,徐峥,光环斗地主,15,360手机助手,0.4版本,北京

为例，表示：
从“360手机助手”收集到的ID为“20170309”的北京用户“黄渤”在“15”点的“光环斗地主”游戏的版本是“0.4版本”

2、题目需求

在所有有版本变动的记录后面追加一条字段信息：该信息就是上一个版本的版本号，只限同用户
例如：

20170308,黄渤,光环斗地主,10,360手机助手,0.2版本,北京
20170308,黄渤,光环斗地主,13,360手机助手,0.3版本,北京,0.2版本
20170308,黄渤,光环斗地主,14,360手机助手,0.3版本,北京
20170308,黄渤,光环斗地主,15,360手机助手,0.4版本,北京,0.3版本

用户“小强”在10点钟是0.2版本，但是到了13点变成了0.3版本，那么就在13点钟这条记录的后面追加一个字段值0.2版本，也就是上个版本的版本号，当然，为什么从10点直接到了13点，因为11点和12点的数据没有收集到。

另外也需要注意，用户的软件不仅可以升级，也可以倒退。也就是比如，13点是0.3版本，到了14点也有可能是0.2版本。这都是正常的数据。

3、具体代码实现

package com.ghgj.mazh.mapreduce.exercise.version;
 
import java.io.IOException;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
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;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
 
数据：
	20170308,黄渤,光环斗地主,8,360手机助手,0.1版本,北京
	20170308,黄渤,光环斗地主,5,360手机助手,0.1版本,北京
	20170308,黄渤,光环斗地主,7,360手机助手,0.1版本,北京
	20170308,黄渤,光环斗地主,10,360手机助手,0.2版本,北京
	20170308,黄渤,光环斗地主,9,360手机助手,0.2版本,北京
	20170308,黄渤,光环斗地主,23,360手机助手,0.2版本,北京
	20170308,黄渤,光环斗地主,22,360手机助手,0.2版本,北京
	20170308,黄渤,光环斗地主,14,360手机助手,0.3版本,北京
	20170308,黄渤,光环斗地主,13,360手机助手,0.3版本,北京
	20170308,黄渤,光环斗地主,16,360手机助手,0.4版本,北京
	20170308,黄渤,光环斗地主,18,360手机助手,0.4版本,北京
	20170308,黄渤,光环斗地主,19,360手机助手,0.4版本,北京
	20170308,黄渤,光环斗地主,15,360手机助手,0.4版本,北京
	20170309,徐峥,光环斗地主,8,360手机助手,0.1版本,北京
	20170309,徐峥,光环斗地主,5,360手机助手,0.1版本,北京
	20170309,徐峥,光环斗地主,6,360手机助手,0.1版本,北京
	20170309,徐峥,光环斗地主,10,360手机助手,0.2版本,北京
	20170309,徐峥,光环斗地主,12,360手机助手,0.2版本,北京
	20170309,徐峥,光环斗地主,11,360手机助手,0.3版本,北京
	20170309,徐峥,光环斗地主,9,360手机助手,0.2版本,北京
	20170309,徐峥,光环斗地主,23,360手机助手,0.2版本,北京
	20170309,徐峥,光环斗地主,22,360手机助手,0.2版本,北京
	20170309,徐峥,光环斗地主,14,360手机助手,0.3版本,北京
	20170309,徐峥,光环斗地主,13,360手机助手,0.3版本,北京
	20170309,徐峥,光环斗地主,16,360手机助手,0.4版本,北京
	20170309,徐峥,光环斗地主,18,360手机助手,0.4版本,北京
	20170309,徐峥,光环斗地主,19,360手机助手,0.5版本,北京
	20170309,徐峥,光环斗地主,15,360手机助手,0.4版本,北京
	
字段信息：
	用户ID，用户名，游戏名，小时，数据来源，游戏版本，用户所在地
	id, name, game, hour, source, version, city 
题目要求：
	在所有有版本变动的记录后面追加一条字段信息：该信息就是上一个版本的版本号，只限同用户
	例如：
	20170308,小强,光环斗地主,10,360手机助手,0.2版本,北京
	20170308,小强,光环斗地主,13,360手机助手,0.3版本,北京,0.2版本
	20170308,小强,光环斗地主,14,360手机助手,0.3版本,北京
	20170308,小强,光环斗地主,15,360手机助手,0.4版本,北京,0.3版本
说明：
	用户“小强”在10点钟是0.2版本，但是到了13点变成了0.3版本，那么就在13点钟这条记录的后面追加一个字段值0.2版本，
	也就是上个版本的版本号，当然，为什么从10点直接到了13点，因为11点和12点的数据没有收集到。
 */
public class VersionMR extends Configured implements Tool {
 
	public static void main(String[] args) throws Exception {
 
		int run = ToolRunner.run(new VersionMR(), args);
		System.exit(run);
	}
 
	public int run(String[] args) throws Exception {
 
		// 指定hdfs相关的参数
		Configuration conf = new Configuration();
 
		Job job = Job.getInstance(conf);
		job.setJarByClass(VersionMR.class);
 
		// 指定mapper类和reducer类
		job.setMapperClass(VersionMRMapper.class);
		job.setReducerClass(VersionMRReducer.class);
 
		// 指定maptask的输出类型
		job.setMapOutputKeyClass(Version.class);
		job.setMapOutputValueClass(NullWritable.class);
 
		// 指定reducetask的输出类型
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(NullWritable.class);
 
		// 本地路径
		Path inputPath = new Path("d:/bigdata/version/input");
		Path outputPath = new Path("d:/bigdata/version/output");
 
		// 指定该mapreduce程序数据的输入和输出路径
		// Path inputPath = new Path("/version/input");
		// Path outputPath = new Path("/version/output");
		FileSystem fs = FileSystem.get(conf);
		if (fs.exists(outputPath)) {
			fs.delete(outputPath, true);
		}
		FileInputFormat.setInputPaths(job, inputPath);
		FileOutputFormat.setOutputPath(job, outputPath);
 
		// 最后提交任务
		boolean waitForCompletion = job.waitForCompletion(true);
		return waitForCompletion ? 0 : 1;
	}
 
	public static class VersionMRMapper extends Mapper<LongWritable, Text, Version, NullWritable> {
 
		/**
		 * 20170309,tom,光环斗地主,15,360手机助手,0.4版本,北京
		 */
		@Override
		protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
 
			String[] split = value.toString().split(",");
			Version version = new Version(split[0], split[1], split[2], Integer.parseInt(split[3]), split[4], split[5], split[6]);
 
			context.write(version, NullWritable.get());
		}
	}
 
	public static class VersionMRReducer extends Reducer<Version, NullWritable, Text, NullWritable> {
 
		String lastID = null;
		String lastName = null;
		String lastVersion = null;
 
		@Override
		protected void reduce(Version key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {
 
			for (NullWritable nvl : values) {
				if (null == lastVersion) {
					// 第一次进入程序，lastVersion是空， 直接打印， 因为相当于没有上一条数据
					context.write(new Text(key.toString()), NullWritable.get());
				} else {
					// 当 ID 和 name 一致时，
					if (lastID.equals(key.getId()) && lastName.equals(key.getName())) {
						// 判断上个版本号 和 当前版本号是否一致
						if (!lastVersion.equals(key.getVersion())) {
							context.write(new Text(key.toString() + "," + lastVersion), NullWritable.get());
						}
						/*else{
							context.write(new Text(key.toString()), NullWritable.get());
						}*/
						// 当 ID 和 name 有一个不一致时， 证明是两个不同用户的
					} else {
						context.write(new Text(key.toString()), NullWritable.get());
					}
				}
				// 进行数据的迭代，以方便数据的 本次 和 下次的对比
				lastID = key.getId();
				lastName = key.getName();
				lastVersion = key.getVersion();
			}
		}
	}
}

Version类：

package com.ghgj.mazh.mapreduce.exercise.version;
 
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
 
import org.apache.hadoop.io.WritableComparable;
 
/**
 * 描述：封装版本信息
 */
public class Version implements WritableComparable<Version> {
 
	private String id;
	private String name;
	private String game;
	private int hour;
	private String source;
	private String version;
	private String city;
 
	public Version(String id, String name, String game, int hour, String source, String version, String city) {
		super();
		this.id = id;
		this.name = name;
		this.game = game;
		this.hour = hour;
		this.source = source;
		this.version = version;
		this.city = city;
	}
 
	public Version() {
		super();
		// TODO Auto-generated constructor stub
	}
 
	public String getId() {
		return id;
	}
 
	public void setId(String id) {
		this.id = id;
	}
 
	public String getName() {
		return name;
	}
 
	public void setName(String name) {
		this.name = name;
	}
 
	public String getGame() {
		return game;
	}
 
	public void setGame(String game) {
		this.game = game;
	}
 
	public int getHour() {
		return hour;
	}
 
	public void setHour(int hour) {
		this.hour = hour;
	}
 
	public String getSource() {
		return source;
	}
 
	public void setSource(String source) {
		this.source = source;
	}
 
	public String getVersion() {
		return version;
	}
 
	public void setVersion(String version) {
		this.version = version;
	}
 
	public String getCity() {
		return city;
	}
 
	public void setCity(String city) {
		this.city = city;
	}
 
	public void write(DataOutput out) throws IOException {
		// TODO Auto-generated method stub
		out.writeUTF(id);
		out.writeUTF(name);
		out.writeUTF(game);
		out.writeInt(hour);
		out.writeUTF(source);
		out.writeUTF(version);
		out.writeUTF(city);
	}
 
	public void readFields(DataInput in) throws IOException {
		// TODO Auto-generated method stub
		this.id = in.readUTF();
		this.name = in.readUTF();
		this.game = in.readUTF();
		this.hour = in.readInt();
		this.source = in.readUTF();
		this.version = in.readUTF();
		this.city = in.readUTF();
	}
 
	public int compareTo(Version version) {
 
		int resultID = this.id.compareTo(version.getId());
		if (resultID == 0) {
			int resultName = this.name.compareTo(version.getName());
			if (resultName == 0) {
				return this.version.compareTo(version.getVersion());
			} else {
				return resultName;
			}
		} else {
			return resultID;
		}
	}
 
	@Override
	public String toString() {
		return id + "," + name + "," + game + "," + hour + "," + source + "," + version + "," + city;
	}
 
}

4、结果

20170308,黄渤,光环斗地主,5,360手机助手,0.1版本,北京
20170308,黄渤,光环斗地主,10,360手机助手,0.2版本,北京,0.1版本
20170308,黄渤,光环斗地主,14,360手机助手,0.3版本,北京,0.2版本
20170308,黄渤,光环斗地主,16,360手机助手,0.4版本,北京,0.3版本
20170309,徐峥,光环斗地主,8,360手机助手,0.1版本,北京
20170309,徐峥,光环斗地主,10,360手机助手,0.2版本,北京,0.1版本
20170309,徐峥,光环斗地主,11,360手机助手,0.3版本,北京,0.2版本
20170309,徐峥,光环斗地主,16,360手机助手,0.4版本,北京,0.3版本
20170309,徐峥,光环斗地主,19,360手机助手,0.5版本,北京,0.4版本

如有不当之处，还请不吝指教。。。 ヾ(◍°∇°◍)ﾉﾞ

---

作者：中琦2513
来源：CSDN
原文：https://blog.csdn.net/zhongqi2513/article/details/78345726
版权声明：本文为博主原创文章，转载请附上博文链接！