MapReduce编程模型实现手机流量统计，自定义数据类型实现Hadoop序列化接口，自定义Partitioner类的使用

Mapreduce编程模型环境搭建详情：MapReduce编程模型实现WordCount程序，在搭建的YARN上运行

数据类型格式：

本次map方法输出结果不在是单一的数据类型了，而是一个FlowBean的包装类，其中包含数据 upflow、downflow、phone等

将读取到的Text类型的value装换成string类型，按照"\t"切分成数组。读取的每一行为一个数组，根据数据格式，数组第二个为手机号，倒数第二第三分别是downflow、upflow。写入到context中。

FlowCountMapper.java

package mapreduce_flowcount;

import java.io.IOException;

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

public class FlowCountMapper extends Mapper<LongWritable, Text, Text, FlowBean> {

	@Override
	protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, FlowBean>.Context context)
			throws IOException, InterruptedException {
		String string = value.toString();
		String[] stringArray = string.split("\t");
		String phone = stringArray[1];
		int upflow = Integer.parseInt(stringArray[stringArray.length-3]);
		int downflow = Integer.parseInt(stringArray[stringArray.length-2]);
		context.write(new Text(phone), new FlowBean(upflow,downflow,phone));
	}
}

FlowBean.java

自定义数据类型实现hadoop序列化接口

用于封装upflow，downflow，phone和acount（通过计算得到）#一定要有无