hadoop二次排序<转>

数据
[@zw-hadoop-master hadoop]$ hadoop fs -cat /tmp/text.txt
1    9
2    8
3    7
4    6
5    5
6    4
7    3
8    2
9    1
0    0
9    9
8    8
7    7
6    6
5    5
4    4
3    3
2    2
1    1


结果输出 (按照第二列值  分区,分组  。以及按照 第二列,第一列 依次 排序 ):

file_0 output
>-------0
0    0

>-------2
2    2
8    2

>-------4
4    4
6    4

>-------6
4    6
6    6

>-------8
2    8
8    8


file_1 output
>-------1
1    1
9    1

>-------3
3    3
7    3

>-------5
5    5
5    5

>-------7
3    7
7    7

>-------9
1    9
9    9






        class MyMap extends Mapper<LongWritable, Text, 

                               Text, NullWritable> {
            @Override
            public void map(LongWritable ll, Text row, Context context)
                    throws IOException, InterruptedException {
                context.write( new Text(row.toString()), NullWritable.get());
            }
        }
        
        class MyReducer extends Reducer<Text, NullWritable, 

                                  Text, NullWritable> {
            Text t = new Text();

            public void reduce(Text key, 

                    Iterable<NullWritable> values, Context context)
                    throws IOException, InterruptedException {
                t.set(">-------" + key.toString().split("\t")[1]);
                context.write(t, NullWritable.get());
                for (NullWritable value : values) {
                    context.write(key, NullWritable.get());
                }

            }
        }

        // 根据第二列 %2 分区
        class MyPartitioner extends Partitioner<Text, NullWritable> {

            @Override
            public int getPartition(Text key, 

                     NullWritable value, int numPartitions) {
                String[] cols = key.toString().split("\t");
                return Integer.parseInt(cols[1]) % numPartitions;
            }
        }

        //以此 第二列,第一列 排序
        class MySort implements RawComparator<Text> {

            @Override
            public int compare(Text o1, Text o2) {
                String suv1 = o1.toString().split("\t")[1];
                String time1 = o1.toString().split("\t")[0];

                String suv2 = o2.toString().split("\t")[1];
                String time2 = o2.toString().split("\t")[0];

                int ii = suv1.compareTo(suv2);
                if (ii != 0)
                    return ii;
                else {
                    return time1.compareTo(time2);
                }
            }

            @Override
            public int compare(byte[] b1, int s1, int l1,

                            byte[] b2, int s2, int l2) {
                Text key1 = new Text();
                Text key2 = new Text();

                DataInputBuffer buffer = new DataInputBuffer();
                try {
                    buffer.reset(b1, s1, l1);
                    key1.readFields(buffer);
                    buffer.reset(b2, s2, l2);
                    key2.readFields(buffer);
                } catch (IOException e) {
                    throw new RuntimeException(e);
                }
                return compare(key1, key2);
            }
        }
        
        // 以第二列 值 分组
        class MyComparator implements RawComparator<Text> {

            @Override
            public int compare(byte[] b1, int s1, int l1, 

                        byte[] b2, int s2,int l2) {
                Text key1 = new Text();
                Text key2 = new Text();

                DataInputBuffer buffer = new DataInputBuffer();
                try {
                    buffer.reset(b1, s1, l1);
                    key1.readFields(buffer);
                    buffer.reset(b2, s2, l2);
                    key2.readFields(buffer);
                } catch (IOException e) {
                    throw new RuntimeException(e);
                }

                String str1 = key1.toString().split("\t")[1];
                String str2 = key2.toString().split("\t")[1];
                return str1.compareTo(str2);
            }

            @Override
            public int compare(Text o1, Text o2) {
                return 0;
            }
        }


    public static void main(String[] args) throws IOException,
            InterruptedException, ClassNotFoundException {


        Configuration config = new Configuration(true);
        config.set("mapred.child.java.opts", "-Xmx1024m -Xms512m");
        config.set("io.sort.mb", "100");

        MapreduceUtil mru = new MapreduceUtil(config);

        String out_path_1 = mru.applicationSpace(null);
        Job job = new Job(config);

        job.setNumReduceTasks(2);

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

        job.setMapperClass(MyMap.class);

        job.setJarByClass(MapreduceUtil.class);
        job.setReducerClass(MyReducer.class);

        job.setPartitionerClass(MyPartitioner.class);
        

        job.setGroupingComparatorClass(MyComparator.class);
        job.setSortComparatorClass(MySort.class);
        
        FileInputFormat.setInputPaths(job, new Path("/tmp/text.txt"));
        FileOutputFormat.setOutputPath(job, new Path(out_path_1));

        job.waitForCompletion(true);
        System.out.println(out_path_1);

    }


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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