序列化概述
序列化就是把内存中的对象转换成字节序列(或其他数据传输协议)以便于存储到磁盘(持久化)和网络传输
反序列化就是将收到的字节序列(或其他数据传输协议)或者是磁盘的持久化数据,转换成内存中的对象
Java的序列化是一个重量级序列化框架(Serializable),一个对象被序列化后,附带很多额外的信息(各种校验信息,Header,继承体系等),不便于在网络中高效传输。所以,Hadoop自己开发了一套序列化机制
Hadoop序列化特点
1、紧凑:高效使用存储空间
2、快速:读写数据的额外开销小
3、可扩展性:随着通信协议的升级而升级
4、互操作性:支持多语言的交互
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
(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) {
// 倒序排列,从大到小
return this.sumFlow > o.getSumFlow() ? -1 : 1;
}
序列化案例实操
1、需求:统计每一个手机号耗费的总上行流量、下行流量、总流量
phone_data.txt的内容为:
1 15826990312 192.168.100.1 www.baidu.com 2481 24681 200
2 15826990313 192.168.100.2 241 0 200
3 15826990314 192.168.100.3 2681 1512 200
4 15826990315 192.168.100.4 1481 0 200
5 15826990316 192.168.100.5 www.baidu.com 201 2106 40
6 15826990317 192.168.100.6 www.baidu.com 481 1432 200
7 15826990318 192.168.100.7 www.baidu.com 184 654 200
8 15826990319 192.168.100.8 www.baidu.com 240 2936 500
9 15826990320 192.168.100.9 281 0 200
10 15826990321 192.168.100.10 www.baidu.com 381 690 200
11 15826990322 192.168.100.11 www.baidu.com 2284 3538 200
12 15826990323 192.168.100.12 www.baidu.com 1481 180 200
13 15826990324 192.168.100.13 www.baidu.com 531 4938 500
14 15826990325 192.168.100.14 689 180 200
15 15826990326 192.168.100.15 www.baidu.com 671 19112 200
16 15826990327 192.168.100.16 www.baidu.com 981 3820 200
17 15826990328 192.168.100.17 www.baidu.com 1481 2412 200
18 15826990329 192.168.100.18 24810 7353 200
19 15826990330 192.168.100.19 www.baidu.com 2459 1205 404
20 15826990331 192.168.100.20 www.baidu.com 2934 957 200
21 15826990332 192.168.100.21 116 402 200
22 15826990332 192.168.100.1 www.baidu.com 2261 752 200
2、分析:
3、代码实现:
在mr-02的src/main/java下,新建一个mr.flowsum包
并建立FlowBean类、FlowCountMapper类、FlowCountReducer类和FlowsumDriver类