Hadoop序列化（含案例）

最新推荐文章于 2022-12-23 21:25:57 发布

老菜啦

最新推荐文章于 2022-12-23 21:25:57 发布

阅读量286

点赞数

分类专栏： MapReduce 文章标签： mapreduce hadoop

本文链接：https://blog.csdn.net/weixin_43497444/article/details/104544657

版权

本文介绍了Hadoop序列化的概念，并详细讲解了如何自定义Bean对象实现Writable接口进行序列化，包括实现接口、反序列化、序列化方法的重写，以及在MapReduce程序中的应用案例，强调了在key中使用自定义bean时需要实现Comparable接口的重要性。

摘要由CSDN通过智能技术生成

1. 序列化概述

在这里插入图片描述

2. 自定义Bean对象实现序列化接口（Writable）

在企业开发中往往常用的基本序列化类型不能满足所有需求，比如在Hadoop框架内部传递一个bean对象，那么该对象就需要实现序列化接口。
具体实现bean对象序列化步骤如下7步。
（1）必须实现Writable接口（implements Writable）
（2）反序列化时，需要反射调用空参构造函数，所以必须有空参构造

public FlowBean() {
   
	super();
}

（3）重写序列化方法

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

（4）重写反序列化方法

@Override
public void readFields(DataInput in) throws IOException {
   
	upFlow = in.readLong();
	downFlow = in.readLong();
	sumFlow = in.readLong();
}

（5）注意反序列化的顺序和序列化的顺序完全一致
（6）要想把结果显示在文件中，需要重写toString()，可用”\t”分开，方便后续用。
（7）如果需要将自定义的bean放在key中传输，则还需要实现Comparable接口，因为MapReduce框中的Shuffle过程要求对key必须能排序。

@Override
public int compareTo(FlowBean o) {
   
	return this.sumFlow > o.getSumFlow() ? -1 : 1;
}

3. 序列化案例实操（MapReduce程序）

（1）编写流量统计的Bean对象

package flowsum;

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;//上行流量
    private long downFlow;//下行流量
    private long sumFlow;//总流量


    //空参构造，为了后续反射用
    public FlowBean