使用MapReduce统计没有飞机场的城市

给定两个文件file1.txt和file2.txt
file1中：

青岛
淄博
烟台
德州
济南
滨州
莱芜
潍坊

file2：
济南 济南机场
青岛 青岛机场
潍坊 潍坊机场
烟台 烟台机场

这样的话没有飞机场的城市就是淄博、德州、滨州、莱芜
上代码：

Mapper：

package airport_choose;

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

import java.io.IOException;

public class airportMapper extends Mapper<LongWritable,Text,Text,Text> {
	
	 protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException{
		 String line = value.toString();
	     String flag;
	     String st;
	     //System.out.print(line);  //两个文件的内容都统计到line里面了，济南   济南机场青岛   青岛机场潍坊   潍坊机场烟台   烟台机场        青岛淄博烟台德州济南滨州莱芜潍坊
		 if(line.contains("机场")){
			 String str[]=line.split(" ");
			 
			 st=str[0];   //这里是  济南    济南机场     str[0]是 济南
			// System.out.println(st);
			// System.out.println("**************");
			 flag="s_";
		 }else {
			 st=line;
		//	 System.out.println(st);
			 flag="a_";
		 }
		 Text st1=new Text(st);  //类型转换  String 转 Text
		 Text flag1=new Text(flag);
		 context.write(st1, flag1);
	 }
}

Reduce：

package airport_choose;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.Reducer.Context;

public class airportReducer extends Reducer<Text,Text,Text,Text>{
	
	protected void reduce(Text key,Iterable<Text> values,Context context)throws IOException, InterruptedException{
		String st3="";
		for( Text value:values) {             //这里的value是flag1，是s_或者a_
			//System.out.println(value);     //这里是12个 a_ 或者s_
			st3+=value.toString();
			//System.out.println(st3);    //这里st3是  a_s_    因为济南他们有两个值有个a_和s_
		}
		//System.out.println(st3);     //去重之后，济南他们对应两个值a_s_
		int s=0;
		if(st3.contains("s")) {
			s=1;
		}
		if(s==0) {
			context.write(key, null);
		}
		
	}
	
}

Runner：

package airport_choose;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
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;


class airportRunner {

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

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


		FileSystem fs = FileSystem.get(conf);
		fs .delete(new Path("D:\\hadoop_practice\\airport\\output"),true);
//		每次运行前删除文件
		FileInputFormat.setInputPaths(job, new Path("D:\\hadoop_practice\\{airport/*}"));
		FileOutputFormat.setOutputPath(job, new Path("D:\\hadoop_practice\\airport\\output"));

		job.waitForCompletion(true);

	}

}