hadoop 二次排序 插入数据库

     二次排序:根据自定义对象的compareTo 方法排序

    由下面的代码实现可以看出 二次排序的实质是 先根据第一个字段排完序后再排第二个字段

若还有第三个字段参与进来是否可以叫作三次排序呢   (?_ ?)

 

     另:根据程序断点初步判断 

设置job的sort   会在mapper 至combiner阶段执行

设置job的group会在combiner至reduce 阶段执行

不过在从combiner到reduce的时候若传递的key为自定义的对象即使重写了hashcode 和equals 方法也不会当成相同的key来处理 不得已在本程序中传输key为一个空Text()

   不知是否有别的方法可以实现  ?

 

插入数据库的操作在 附件中有详细的实现.

 

package hdfs.demo2.final_indb;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.Writable;
import org.apache.hadoop.io.WritableComparable;
import org.apache.hadoop.io.WritableComparator;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.db.DBWritable;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
public class Demo2_3Mapp { 
 
	/**
	 * 用户自定义对象 保存
	 * @author Administrator
	 *
	 */
	public static class TopTenPair implements WritableComparable<TopTenPair>, DBWritable, Writable  {
		int prodid; //商品编码
		int price;  //商品价格
		int count;  //商品销售数量
		@Override
		public void write(PreparedStatement statement) throws SQLException {
			statement.setInt(1, prodid);
			statement.setInt(2, price);
			statement.setInt(3, count);
		}

		@Override
		public void readFields(ResultSet resultSet) throws SQLException {
			this.prodid = resultSet.getInt(1);
			this.price = resultSet.getInt(2);
			this.count = resultSet.getInt(3);
		}
		
		/**
		 * Set the prodId and price and count  values.
		 */
		public void set(int prodid, int price, int count) {
			this.prodid = prodid;
			this.price = price;
			this.count = count;
		}

		public int getProdid() {
			return prodid;
		}

		public int getPrice() {
			return price;
		}	
		public int getCount() {
			return count;
		}

		@Override
		// 反序列化,从流中的二进制转换成IntPair
		public void readFields(DataInput in) throws IOException {
			prodid = in.readInt();
			price = in.readInt();
			count  = in.readInt();
		}

		@Override
		// 序列化,将IntPair转化成使用流传送的二进制
		public void write(DataOutput out) throws IOException {
			out.writeInt(prodid);
			out.writeInt(price);
			out.writeInt(count);
		}

		@Override
		// key的比较
		public int compareTo(TopTenPair o) {
			if ( o.count ==count) {
				if( o.count==0){
					return  o.prodid - prodid;
				}
				return  o.price-price;
			}
			return o.count-count;
		}

		// 新定义类应该重写的两个方法
		@Override
		public int hashCode() {
			return count+prodid*3 ;
		}

		@Override
		public boolean equals(Object right) {
			if (right == null)
				return false;
			if (this == right)
				return true;
			if (right instanceof TopTenPair) {
				TopTenPair r = (TopTenPair) right;
				return r.prodid == prodid && r.price == price&& r.count == count;
			} else {
				return false;
			}
		}
		@Override
		public String toString(){
			return getProdid()+"\t"+getPrice()+"\t"+getCount();
		}
	}

	public static class TopTenPairS extends   TopTenPair{
		public TopTenPairS(){
		}
		// key的比较
		@Override
		public int compareTo(TopTenPair o) {
			return  o.price-price;
		}
	}
	/**
	 * 分区函数类。根据first确定Partition。
	 */
	public static class FirstPartitioner extends
			Partitioner<TopTenPair, Text> {
		@Override
		public int getPartition(TopTenPair key, Text value,
				int numPartitions) {
			return Math.abs(key.getProdid()  ) % numPartitions;
		}
	}

	/**
	 * 分组函数类。只要first相同就属于同一个组。
	 */
	public static class GroupingComparator extends WritableComparator {
		protected GroupingComparator() {
			super(TopTenPair.class, true);
		}
		@Override
		// Compare two WritableComparables.
		public int compare(WritableComparable w1, WritableComparable w2) {
			TopTenPair ip1 = (TopTenPair) w1;
			TopTenPair ip2 = (TopTenPair) w2;
			
			if (ip1.count == ip2.count) {
				if(ip1.count==0){
					return  ip1.prodid - ip2.prodid;
				}
				return  ip1.price - ip2.price ;
			}
			return ip1.count-ip2.count;
		}
	}
	public static class Map extends
		Mapper<LongWritable, Text, Text, Text> {
		private final Text intkey= new Text();
		private final Text intvalue = new Text();
		
		//商品ID  售价    数量
		public void map(LongWritable key, Text value, Context context)
			throws IOException, InterruptedException {
			String line = value.toString();
			StringTokenizer tokenizer = new StringTokenizer(line);
			int prodid = 0;
			int price = 0;
			if (tokenizer.hasMoreTokens())
				prodid = Integer.parseInt(tokenizer.nextToken());
			if (tokenizer.hasMoreTokens())
				price = Integer.parseInt(tokenizer.nextToken());
			intkey.set(prodid+"");
			intvalue.set(price+"");
//			intvalue.set(0, price, 0);
			context.write(intkey, intvalue);
		}
	}

	public static class Demo2_3Combiner extends Reducer<Text, Text, Text, Text> {
		public void reduce(Text key, Iterable<Text> values, Context context)
				throws IOException, InterruptedException {
			int count=0;
			int maxPrice=0;
			for (Text value : values) {
				int v=Integer.parseInt(value.toString());
				maxPrice=v<maxPrice?maxPrice:v;
				count++;
			}
			//key :prodId  
			context.write(new Text(),new Text(key+"-"+maxPrice+"-"+count));
		}
	}
	public static class Reduce extends
			Reducer<Text, Text, TopTenPairS, Text> {
	 TopTenPair pair = new TopTenPair();


		public void reduce(Text key, Iterable<Text> values,
				Context context) throws IOException, InterruptedException {
			String [] strs=null;	
			TopTenPair pair ;
			List<TopTenPair> list=new ArrayList<Demo2_3Mapp.TopTenPair>();
			for (Text val : values) {
				pair = new TopTenPair();
				strs=val.toString().split("-");
				pair.set(Integer.parseInt(strs[0]), 
						Integer.parseInt(strs[1]),
						Integer.parseInt(strs[2]));
				list.add(pair);
			}
			//按 count属性排序
			Collections.sort(list);
			

			List<TopTenPairS> lists=new ArrayList<Demo2_3Mapp.TopTenPairS>();
			//取前4个对象
			for(int i =0;i<4&& i<list.size();i++){
				TopTenPair ttp=list.get(i);
				TopTenPairS ttps=new TopTenPairS();
				ttps.set(ttp.getProdid(), ttp.getPrice(), ttp.getCount());
				lists.add(ttps);
			}
			//按 price 属性排序
			Collections.sort(lists);
			for(TopTenPairS ttps:lists){
				System.out.println(ttps);
				//参考 DBRecordWriter 
				//key 为数据类型, value:无用
				context.write( ttps , new Text()); //输出到数据中
			}
		}
	}

}

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值